Stanford University
DeepLearning.AI
Spécialisation Apprentissage automatique
Stanford University
DeepLearning.AI

Spécialisation Apprentissage automatique

#BreakIntoAI avec une spécialisation en apprentissage automatique (Machine Learning). Maîtrisez les concepts fondamentaux de l'IA et développez des compétences pratiques en matière d'apprentissage automatique grâce à ce programme en trois cours, adapté aux débutants, dispensé par le visionnaire de l'IA Andrew Ng

Andrew Ng
Geoff Ladwig
Aarti Bagul

Instructeurs : Andrew Ng

Enseignant de premier plan

600 874 déjà inscrits

Approfondissez votre connaissance d’un sujet
4.9

(32,296 avis)

niveau Débutant

Expérience recommandée

2 mois
à 10 heures par semaine
Planning flexible
Apprenez à votre propre rythme
Approfondissez votre connaissance d’un sujet
4.9

(32,296 avis)

niveau Débutant

Expérience recommandée

2 mois
à 10 heures par semaine
Planning flexible
Apprenez à votre propre rythme

Ce que vous apprendrez

  • Construire des modèles ML avec NumPy et scikit-learn, construire et entraîner des modèles supervisés pour des tâches de prédiction et de classification binaire (régression linéaire, logistique)

  • Construire et entraîner un réseau neuronal avec TensorFlow pour effectuer une classification multi-classes, et construire et utiliser des arbres de décision et des méthodes d'ensemble d'arbres

  • Appliquer les meilleures pratiques pour le développement de la ML et utiliser des techniques d'apprentissage non supervisé pour l'apprentissage non supervisé, y compris le clustering et la détection d'anomalies

  • Construire des systèmes de recommandation avec une approche de filtrage collaboratif et une méthode d'apprentissage profond basée sur le contenu, et construire un modèle d'apprentissage par renforcement profond

Compétences que vous acquerrez

  • Catégorie : Apprentissage automatique
  • Catégorie : Algorithmes d'apprentissage automatique
  • Catégorie : Apprentissage automatique appliqué
  • Catégorie : Algorithmes
  • Catégorie : Deep learning
  • Catégorie : Réseaux neuronaux artificiels
  • Catégorie : Apprentissage Humain
  • Catégorie : Programmation en Python
  • Catégorie : Régression
  • Catégorie : Mathématiques
  • Catégorie : Esprit Critique
  • Catégorie : Modèle de réseau

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Enseigné en Anglais

Spécialisation - 3 séries de cours

Ce que vous apprendrez

  • Construire des modèles d'apprentissage automatique en Python en utilisant les bibliothèques populaires d'apprentissage automatique NumPy et scikit-learn

  • Construire et former des modèles d'apprentissage automatique supervisé pour les tâches de prédiction et de classification binaire, y compris la régression linéaire et la régression logistique

Compétences que vous acquerrez

Catégorie : Intelligence artificielle et apprentissage automatique (IA/ML)
Catégorie : Algorithmes
Catégorie : Scikit-learn (Bibliothèque d'Apprentissage automatique)
Catégorie : Apprentissage supervisé
Catégorie : Analyse de régression
Catégorie : Régression linéaire
Catégorie : Prise de décision fondée sur les données
Catégorie : NumPy
Catégorie : Arbre de classification et de régression (CART)
Catégorie : Apprentissage automatique
Catégorie : Régression logistique pour la classification
Catégorie : Intelligence artificielle
Catégorie : Apprentissage non supervisé
Catégorie : Jupyter
Catégorie : Modélisation prédictive
Catégorie : Régularisation pour éviter le surajustement
Catégorie : Ingénierie des caractéristiques
Catégorie : Modélisation statistique
Catégorie : Algorithmes d'apprentissage automatique
Catégorie : Descente de gradient
Catégorie : Programmation en Python

Ce que vous apprendrez

  • Construire et entraîner un réseau neuronal avec TensorFlow pour effectuer une classification multi-classe

  • Appliquer les meilleures pratiques pour le développement de l'apprentissage automatique afin que vos modèles se généralisent aux données et aux tâches du monde réel

  • Construire et utiliser des arbres de décision et des méthodes d'ensemble d'arbres, y compris les forêts aléatoires et les arbres boostés

Compétences que vous acquerrez

Catégorie : Intelligence artificielle et apprentissage automatique (IA/ML)
Catégorie : Algorithmes
Catégorie : Réseau de neurones artificiels
Catégorie : Éthique des données
Catégorie : Optimisation des performances
Catégorie : Ensembles d'arbres
Catégorie : Apprentissage supervisé
Catégorie : Analyse de régression
Catégorie : Arbre de classification et de régression (CART)
Catégorie : Apprentissage automatique
Catégorie : Arbre de décision
Catégorie : Deep learning
Catégorie : Réseaux neuronaux artificiels
Catégorie : Conseils pour le développement de modèles
Catégorie : Tensorflow
Catégorie : Algorithme de forêt aléatoire
Catégorie : Apprentissage automatique appliqué
Catégorie : Algorithmes d'apprentissage automatique
Catégorie : Xgboost

Ce que vous apprendrez

  • Utiliser des techniques d'apprentissage non supervisé pour l'apprentissage non supervisé : y compris le regroupement et la détection d'anomalies

  • Construire des systèmes de recommandation avec une approche de filtrage collaboratif et une méthode d'apprentissage profond basée sur le contenu

  • Construire un modèle d'apprentissage par renforcement profond

Compétences que vous acquerrez

Catégorie : Intelligence artificielle et apprentissage automatique (IA/ML)
Catégorie : Algorithmes
Catégorie : Filtrage collaboratif
Catégorie : Éthique des données
Catégorie : Apprentissage supervisé
Catégorie : Analyse de régression
Catégorie : Détection des anomalies
Catégorie : Apprentissage automatique
Catégorie : Intelligence artificielle
Catégorie : Apprentissage par renforcement
Catégorie : Apprentissage non supervisé
Catégorie : Deep learning
Catégorie : Réseaux neuronaux artificiels
Catégorie : Réduction de dimensionnalité
Catégorie : Systèmes de recommandation
Catégorie : Algorithmes d'apprentissage automatique

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

Andrew Ng

Enseignant de premier plan

Stanford University
51 Cours8 339 864 apprenants

Offert par

Stanford University
DeepLearning.AI

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.’
Emplacement réservé

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

¹ Le salaire médian et les données sur les offres d'emploi proviennent du rapport Lightcast™ sur les offres d'emploi. Créateur de contenu, ingénieur en apprentissage automatique et représentant du développement Salesforce (1/1/2024 - 12/31/2024) Tous les autres rôles professionnels (4/1/2024 - 4/1/2025).