Dans ce cours, nous nous appuierons sur nos connaissances des modèles de base et nous explorerons les techniques avancées d'intelligence artificielle. Nous commencerons par une plongée en profondeur dans les réseaux neuronaux, en construisant nos connaissances à partir de la base par l'examen de la structure et des propriétés. Nous coderons ensuite quelques modèles simples de réseaux neuronaux et apprendrons à éviter l'ajustement excessif, la régularisation et d'autres astuces liées aux hyperparamètres. Après un projet visant à prédire la probabilité d'une maladie cardiaque en fonction des caractéristiques de santé, nous passerons aux forêts aléatoires. Nous décrirons les différences entre les deux techniques et explorerons en détail leurs origines respectives. Enfin, nous terminerons un projet de prédiction de la similarité entre des patients en bonne santé à l'aide de forêts aléatoires.
Durée limitée ! Obtenez Coursera Plus avec 30 % de réduction.
Réinitialiser. Réinventer. Atteindre de nouveaux objectifs professionnels. Profitez de votre offre maintenant.
Réseaux neuronaux et forêts aléatoires
Ce cours fait partie de Spécialisation L'IA au service de la recherche scientifique
Enseigné en Anglais
Certains éléments de contenu peuvent ne pas être traduits
Instructeurs : Rajvir Dua
Inclus avec 
Cours
Expérience recommandée
Compétences que vous acquerrez
- Catégorie : Forêts d'arbres décisionnels
- Catégorie : Réseau de neurones artificiels
- Catégorie : apprentissage des machines
- Catégorie : les prédictions en science
- Catégorie : l'identification des espèces
Détails à connaître
Ajouter à votre profil LinkedIn
3 quizzes
Cours
Expérience recommandée
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
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 4 modules dans ce cours
Dans ce module, nous allons étudier les réseaux neuronaux et la manière de les utiliser en Python. Nous commencerons par décrire ce qu'est un réseau neuronal et comment en construire un en combinant une séquence de modèles linéaires. Ensuite, nous parlerons de la convergence des réseaux neuronaux dans l'espoir de minimiser une fonction de perte. Enfin, nous apprendrons à coder un réseau neuronal en Python.
Inclus
5 vidéos3 lectures2 quizzes1 sujet de discussion
Dans ce module, nous examinerons plus en détail les réseaux neuronaux et les considérations à prendre en compte lors de leur utilisation. Nous commencerons par ajouter des couches à notre réseau à deux couches, en explorant les différentes options et leurs effets. Ensuite, nous explorerons des bibliothèques Python plus avancées pour les réseaux neuronaux dans TensorFlow et Keras. Enfin, nous discuterons des implications pour la science et de la manière d'appliquer les modèles dans l'espace.
Inclus
3 vidéos5 lectures1 quiz1 laboratoire non noté
Dans ce module, nous allons approfondir nos connaissances sur les forêts aléatoires et leurs utilisations dans le domaine scientifique. Nous commencerons par explorer les arbres de décision et leur fonctionnement en tant que modèles isolés. Ensuite, nous étudierons l'impact de la combinaison d'arbres de décision pour créer des forêts aléatoires. Nous aborderons ensuite les similitudes et les différences entre la régression et la classification avec les forêts aléatoires, avant de conclure par un projet final de prédiction des espèces à partir de la lignée.
Inclus
2 vidéos2 lectures1 devoir de programmation1 sujet de discussion
Dans ce projet final, nous comparerons une série de modèles pour trouver celui qui prédit le mieux la largeur des sépales.
Inclus
1 devoir de programmation
Offert par
Recommandé si vous êtes intéressé(e) par Apprentissage automatique
DeepLearning.AI
DeepLearning.AI
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à plus de 7 000 cours de renommée internationale, à des projets pratiques et à des programmes de certificats reconnus sur le marché du travail, 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 de la Specializations, et vous obtenez un certificat lorsque vous terminez le travail. Votre certificat électronique sera ajouté à votre page de réalisations - de là, vous pouvez imprimer votre certificat 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.