Dans ce cours, vous vous appuierez sur les compétences acquises dans les cours Analyse de données exploratoires avec MATLAB et Traitement des données et ingénierie des objets avec MATLAB pour accroître votre capacité à exploiter la puissance de MATLAB afin d'analyser des données pertinentes pour votre travail. Ces compétences sont précieuses pour ceux qui ont une connaissance du domaine et une certaine exposition aux outils de calcul, mais pas de formation en programmation. Pour réussir ce cours, vous devez avoir des connaissances en statistiques de base (histogrammes, moyennes, écart-type, ajustement de courbe, interpolation) et avoir suivi les cours 1 à 2 de cette spécialisation.
Modélisation prédictive et apprentissage automatique avec MATLAB
Profitez d'une croissance illimitée avec un an de Coursera Plus pour 199 $ (régulièrement 399 $). Économisez maintenant.
Modélisation prédictive et apprentissage automatique avec MATLAB
Ce cours fait partie de Spécialisation Science des données pratique avec MATLAB
Instructeurs : Michael Reardon
17 105 déjà inscrits
Inclus avec
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.8
(119 avis)
niveau Débutant
Aucune connaissance prérequise
2 semaines à compléter
à 10 heures par semaine
Planning flexible
Apprenez à votre propre rythme
Ce que vous apprendrez
Appliquer un processus complet d'apprentissage automatique, du nettoyage des données à l'entraînement et à l'évaluation des modèles à l'aide d'un ensemble de données réelles
Utilisez des applications pour entraîner rapidement de nombreux modèles d'apprentissage automatique afin de trouver la meilleure approche pour votre application
Personnalisez la formation en utilisant des matrices de coûts pour mettre l'accent sur les classes importantes
Compétences que vous acquerrez
- Catégorie : Ingénierie des caractéristiques
- Catégorie : Matlab
- Catégorie : Régression logistique
- Catégorie : Apprentissage automatique appliqué
- Catégorie : Analyse de régression
- Catégorie : Algorithmes de classification
- Catégorie : Apprentissage supervisé
- Catégorie : Arbre de décision
- Catégorie : Évaluation de modèles
- Catégorie : Apprentissage automatique
- Catégorie : Modélisation prédictive
- Catégorie : Prétraitement de données
- Catégorie : Nettoyage des données
Détails à connaître
Certificat partageable
Ajouter à votre profil LinkedIn
Enseigné en Anglais
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
Ce cours fait partie de la Spécialisation Science des données pratique avec MATLAB
Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.
- 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
Il y a 4 modules dans ce cours
Dans ce module, vous appliquerez les compétences acquises dans les deux premiers cours de la spécialisation sur un nouveau jeu de données. Vous serez initié au flux de travail de l'apprentissage automatique supervisé et apprendrez les termes clés. Vous terminerez le module en créant et en évaluant des modèles d'apprentissage automatique de régression.
Inclus
11 vidéos8 lectures3 devoirs4 éléments d'application1 sujet de discussion
Dans ce module, vous apprendrez les bases des modèles de classification. Vous entraînerez plusieurs types de modèles de classification et évaluerez les résultats.
Inclus
6 vidéos7 lectures2 devoirs1 sujet de discussion
Dans ce module, vous appliquerez le processus complet d'apprentissage automatique supervisé. Vous utiliserez les données de validation pour la création de modèles. Vous appliquerez différentes techniques de sélection des caractéristiques pour réduire la complexité des modèles. Vous créerez des modèles d'ensemble et optimiserez les hyperparamètres. À la fin du module, vous appliquerez ces concepts à un projet final.
Inclus
10 vidéos5 lectures4 devoirs1 sujet de discussion
Inclus
5 vidéos7 lectures2 devoirs1 sujet de discussion
Obtenez un certificat professionnel
Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.
Instructeurs
Évaluations de l’enseignant
4.9 (54 évaluations)Offert par
En savoir plus sur Apprentissage automatique
Statut : Essai gratuit
Statut : Essai gratuitEdureka
Statut : Essai gratuitUniversity of Minnesota
Statut : Prévisualisation
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
Avis des étudiants
4.8
119 avis
- 5 stars
80,83 %
- 4 stars
15,83 %
- 3 stars
2,50 %
- 2 stars
0 %
- 1 star
0,83 %
Affichage de 3 sur 119
FE
5
Révisé le 3 oct. 2020
Fantastic course to learn more about MATLABs ML capabilities
MP
5
Révisé le 20 mars 2021
Helpful in defining data preprocessing and model creation using different mechanism
AM
5
Révisé le 6 nov. 2020
Outstanding course with real practical study case and easy to understand approach to build ML models and deploy it for production for end-user.Good job MathWorks.
Foire Aux Questions
Oui. Une licence gratuite de MATLAB Online est disponible pour les apprenants inscrits au cours. Vous pouvez consulter les navigateurs pris en charge ici.
Pour accéder aux supports de cours, aux devoirs et pour obtenir un certificat, vous devez acheter l'expérience de certificat lorsque vous vous inscrivez à un cours. Vous pouvez essayer un essai gratuit ou demander une aide financière. Le cours peut proposer l'option "Cours complet, pas de certificat". 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 spécialisation et vous obtenez un certificat lorsque vous terminez le travail. Votre certificat électronique sera ajouté à votre page Réalisations - de là, vous pouvez imprimer votre certificat ou l'ajouter à votre profil LinkedIn.
Plus de questions
Aide financière disponible,
¹ Certains travaux de ce cours sont notés par l'IA. Pour ces travaux, vos Données internes seront utilisées conformément à Notification de confidentialité de Coursera.