Cours virtuel de :Udemy |
Êtes-vous intéressé à connaître en profondeur le monde de l'apprentissage automatique ? Alors ce cours est conçu spécialement pour vous !
Ce cours a été conçu par des scientifiques de données professionnels pour partager nos connaissances et vous aider à apprendre la théorie complexe, les algorithmes et les bibliothèques de programmation de manière simple et facile.
Nous vous y guiderons pas à pas dans le monde du Machine Learning. À chaque cours, vous développerez de nouvelles compétences et améliorerez vos connaissances sur cette sous-branche compliquée et lucrative de la science des données.
Ce cours est amusant et agréable mais en même temps un défi car nous avons beaucoup de Machine Learning à apprendre. Nous l'avons structuré comme suit :
Partie 1 - Prétraitement des données
Partie 2 - Régression : régression linéaire simple, régression linéaire multiple, régression polynomiale, SVR, régression d'arbre de décision et régression de forêt aléatoire
Partie 3 - Classification : régression logistique, K-NN, SVM, Kernel SVM, Naive Bayes, classification par arbre de décision et classification aléatoire des forêts
Partie 4 - Clustering : K-Means, clustering hiérarchique
Partie 5 - Règles d'apprentissage par association : Apriori, Eclat
Partie 6 - Apprentissage par renforcement : limite de confiance supérieure, échantillonnage de Thompson
Partie 7 - Traitement automatique du langage naturel : modèle de sac de mots et algorithmes NLP
Partie 8 - Apprentissage en profondeur : réseaux de neurones artificiels et réseaux de neurones convolutifs
Partie 9 - Réduction de dimension : ACP, LDA, Kernel ACP
Partie 10 - Sélection de modèle et boost : validation croisée k-fold, réglage des paramètres, recherche de grille, XGBoost
De plus, le cours est rempli d'exercices pratiques basés sur des exemples concrets, de sorte que vous n'apprendrez pas seulement la théorie, mais aussi mettrez vos propres modèles en pratique avec des exemples guidés.
Et en prime, ce cours comprend tout le code en Python et R que vous pouvez télécharger et utiliser dans vos propres projets.
A qui est destiné ce cours?
Tout étudiant intéressé par le Machine Learning.
Étudiants ayant un niveau secondaire en mathématiques qui souhaitent débuter en Machine Learning.
Étudiants de niveau intermédiaire ayant une connaissance de base de l'apprentissage automatique, y compris des algorithmes classiques de régression linéaire ou logistique, mais qui souhaitent en savoir plus et explorer les différents domaines de l'apprentissage automatique.
Les étudiants qui ne se sentent pas à l'aise avec la programmation mais qui s'intéressent à l'apprentissage automatique et souhaitent appliquer les techniques à l'analyse d'ensembles de données.
Étudiants universitaires qui souhaitent se lancer dans le monde de la science des données.
Tout analyste de données qui souhaite améliorer ses compétences en machine learning.
Les personnes qui ne sont pas satisfaites de leur travail et qui souhaitent devenir Data Scientist.
Toute personne souhaitant ajouter de la valeur à son entreprise grâce à la puissance du Machine Learning.
Bienvenue dans le cours d'apprentissage automatique
-------------------- Partie 1 : Prétraitement des données --------------------
-------------------- Partie 2 : Régression --------------------
Régression linéaire simple
La régression linéaire multiple
Régression polynomiale
Udemy possède le plus grand référentiel de cours en ligne au monde
Accès au contenu du cours, une fois terminé, pour profiter de ses futures mises à jour
Des experts dans leurs domaines du monde entier partagent leur expertise sur Udemy
Du monde entier, 480 millions de fois ont été inscrits à des cours Udemy
Professeur des Universités, UCI, Data Scientist & Game Designer
Expert dans les sujets liés à l'INFORMATIQUE
ma personne_add 186405 XNUMX étudiant(e)s
mon ordinateur 68 cours
Bonjour, comment puis-je vous aider? Un cours vous intéresse ? A propos de quel sujet ?
Ajoutez votre avis