L'intelligence artificielle (IA) est en train de révolutionner des industries entières, changeant la façon dont les entreprises de tous les secteurs exploitent les données pour prendre des décisions. Pour rester compétitives, les organisations ont besoin d'ingénieurs qualifiés en IA qui utilisent des méthodes de pointe telles que les algorithmes d'apprentissage automatique et les réseaux neuronaux d'apprentissage profond pour fournir des renseignements exploitables fondés sur des données pour leurs entreprises. Ce Professional Certificates de 6 cours est conçu pour vous doter des outils nécessaires pour réussir votre carrière en tant qu'ingénieur AI ou ML.
Vous maîtriserez les concepts fondamentaux de l'apprentissage automatique et de l'apprentissage profond, y compris l'apprentissage supervisé et non supervisé, en utilisant des langages de programmation tels que Python. Vous appliquerez des bibliothèques populaires d'apprentissage automatique et d'apprentissage profond telles que SciPy, ScikitLearn, Keras, PyTorch et Tensorflow à des problèmes industriels impliquant la reconnaissance d'objets, la vision par ordinateur, le traitement d'images et de vidéos, l'analyse de texte, le traitement du langage naturel (NLP), les systèmes de recommandation et d'autres types de classificateurs.
Grâce à des projets pratiques, vous acquerrez des compétences essentielles en science des données en mettant à l'échelle des algorithmes d'apprentissage automatique sur des données volumineuses à l'aide d'Apache Spark. Vous allez construire, former et déployer différents types d'architectures profondes, y compris les réseaux neuronaux convolutifs, les réseaux récurrents et les autoencodeurs.
En plus d'obtenir un Professional Certificates de Coursera, vous recevrez également un badge numérique d'IBM reconnaissant votre compétence en ingénierie de l'IA.
Projet d'apprentissage appliqué
Tout au long du programme, vous constituerez un portefeuille de projets démontrant votre maîtrise des sujets abordés dans le cours. Les projets pratiques vous donneront une connaissance pratique des bibliothèques d'apprentissage automatique et des cadres d'apprentissage profond tels que SciPy, ScikitLearn, Keras, PyTorch et Tensorflow. Vous compléterez également un projet Capstone approfondi, où vous appliquerez vos compétences en IA et en réseaux neuronaux à un défi du monde réel et démontrerez votre capacité à communiquer les résultats du projet.