Préparez-vous à plonger dans le monde du Machine Learning (ML) en utilisant Python ! Ce cours est fait pour vous, que vous souhaitiez faire progresser votre carrière en science des données ou vous lancer dans l'apprentissage automatique et l'apprentissage profond.
Apprentissage automatique avec Python
Ce cours fait partie de plusieurs programmes.
Instructeurs : SAEED AGHABOZORGI
491 044 déjà inscrits
Inclus avec
(16,540 avis)
Expérience recommandée
Ce que vous apprendrez
Décrire les différents types d'algorithmes d'apprentissage automatique et savoir quand les utiliser.
Comparer et opposer les méthodes de classification linéaire, y compris la prédiction multiclasse, les machines à vecteurs de support et la régression logistique.
Écrire du code Python qui met en œuvre diverses techniques de classification, notamment les K-Nearest neighbors (KNN), les arbres de décision et les arbres de régression.
Évaluer les résultats d'une régression linéaire simple, non linéaire et multiple sur un ensemble de données à l'aide de mesures d'évaluation.
Compétences que vous acquerrez
- Catégorie : Apprentissage automatique
- Catégorie : régression
- Catégorie : Regroupement hiérarchique
- Catégorie : classification
- Catégorie : SciPy et scikit-learn
Détails à connaître
Ajouter à votre profil LinkedIn
11 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable auprès de IBM
Obtenez un certificat professionnel
Ajoutez cette qualification à votre profil LinkedIn ou à votre CV
Partagez-le sur les réseaux sociaux et dans votre évaluation de performance
Il y a 6 modules dans ce cours
Dans ce module, vous découvrirez les applications de l'apprentissage automatique dans différents domaines tels que les soins de santé, la banque, les télécommunications, etc. Vous aurez un aperçu général des sujets liés à l'apprentissage automatique, tels que l'apprentissage supervisé ou non supervisé, et l'utilisation de chaque algorithme. Vous comprendrez également l'avantage d'utiliser des bibliothèques Python pour implémenter des modèles d'apprentissage automatique.
Inclus
5 vidéos2 devoirs
Dans ce module, vous aurez une brève introduction à la régression. Vous apprendrez ce qu'est la régression linéaire, la régression non linéaire, la régression simple et la régression multiple, ainsi que leurs applications. Vous appliquerez toutes ces méthodes sur deux ensembles de données différents, dans la partie laboratoire. Vous apprenez également à évaluer votre modèle de régression et à calculer sa précision.
Inclus
5 vidéos3 lectures2 devoirs2 éléments d'application
Dans ce module, vous apprendrez les techniques de classification. Vous vous entraînerez avec différents algorithmes de classification, tels que KNN, les arbres de décision, la régression logistique et SVM. Vous découvrirez également les avantages et les inconvénients de chaque méthode, ainsi que les différentes mesures de précision de la classification.
Inclus
5 vidéos1 lecture2 devoirs5 éléments d'application
Inclus
4 vidéos1 lecture2 devoirs3 éléments d'application1 plugin
Dans ce module, vous apprendrez ce qu'est le clustering, et plus particulièrement le clustering par k-moyennes. Vous apprendrez comment fonctionne l'algorithme de regroupement des k-moyennes et comment utiliser le regroupement des k-moyennes pour la segmentation de la clientèle.
Inclus
3 vidéos2 devoirs1 élément d'application
Dans ce module, vous réaliserez un projet basé sur ce que vous avez appris jusqu'à présent. Vous soumettrez un rapport de votre projet à l'évaluation par les pairs.
Inclus
3 lectures1 devoir1 évaluation par les pairs1 élément d'application
Instructeurs
Offert par
Recommandé si vous êtes intéressé(e) par Apprentissage automatique
University of Michigan
Arizona State University
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Avis des étudiants
16 540 avis
- 5 stars
76,08 %
- 4 stars
18,64 %
- 3 stars
3,33 %
- 2 stars
0,96 %
- 1 star
0,97 %
Affichage de 3 sur 16540
Révisé le 31 déc. 2019
could be split in two courses to be given enough focus. it was very condensed and needed more time and explanation in each section. The instructor was very good but more details would have been nice
Révisé le 8 oct. 2020
I'm extremely excited with what I have learnt so far. As a newbie in Machine Learning, the exposure gained will serve as the much needed foundation to delve into its application to real life problems.
Révisé le 24 juin 2020
This course walks us through the fundamentals of machine learning methods. The capstone project is very useful for those who have previous knowledge of machine learning and Python programming.
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
L'accès aux cours et aux devoirs dépend de votre type d'inscription. Si vous suivez un cours en mode audit, vous pourrez consulter gratuitement la plupart des supports de cours. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter l'expérience de certificat, pendant ou après votre audit. Si vous ne voyez pas l'option d'audit :
Il se peut que le cours ne propose pas d'option d'audit. Vous pouvez essayer un essai gratuit ou demander une aide financière.
Le cours peut proposer l'option "Cours complet, pas de certificat" à la place. Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.
Lorsque vous vous inscrivez au cours, vous avez accès à tous les cours du certificat et vous obtenez un certificat lorsque vous terminez le travail. Votre certificat électronique sera ajouté à votre page de réalisations. De là, vous pourrez l'imprimer ou l'ajouter à votre profil LinkedIn. Si vous souhaitez uniquement lire et visualiser le contenu du cours, vous pouvez auditer le cours gratuitement.
Si vous vous êtes abonné, vous bénéficiez d'une période d'essai gratuite de 7 jours pendant laquelle vous pouvez annuler votre abonnement sans pénalité. Après cette période, nous ne remboursons pas, mais vous pouvez résilier votre abonnement à tout moment. Consultez notre politique de remboursement complète.