Cours virtuel de :
Udemy |
Ce cours a été classé dans le Top 100 des meilleurs cours sur Udemy, au sein d'un catalogue de plus de 135.000 XNUMX cours.
Ce cours fait partie de notre revue sur:
Intéressé par le domaine de l'apprentissage automatique ? Alors ce cours est fait pour vous ! Ce cours a été conçu par deux scientifiques professionnels des données afin que nous puissions partager nos connaissances et vous aider à apprendre facilement des théories complexes, des algorithmes et des bibliothèques de codage.
Nous vous guiderons pas à pas dans le monde du machine learning.
Avec chaque didacticiel, vous développerez de nouvelles compétences et améliorerez votre compréhension de ce sous-domaine difficile mais lucratif de la science des données.
Ce cours est amusant et passionnant, mais en même temps, nous plongeons dans l'apprentissage automatique.
Il est structuré comme suit : Partie 1 - Prétraitement des données Partie 2 - Régression : Régression linéaire simple, Régression linéaire multiple, Régression polynomiale, SVR, Régression par arbre de décision, Régression en forêt aléatoire Partie 3 - Classification : Régression logistique, K -NN, SVM, Kernel SVM, Naive Bayes, Decision Tree Classification, Random Forest Classification Partie 4 - Clustering : K-Means, Hierarchical Clustering Partie 5 - Association Rule Learning : Apriori, Eclat Part 6 - Apprentissage par renforcement : Upper Confidence Limit, Thompson Sampling Partie 7 - Traitement du langage naturel : Algorithmes de modèles de sacs de mots pour le TALN Partie 8 - Apprentissage en profondeur : Réseaux de neurones artificiels, Réseaux de neurones convolutifs Partie 9 - Réduction de la dimensionnalité : PCA, LDA, Core PC Partie 10 - Sélection et renforcement du modèle : k-fold cross -validation, réglage des paramètres, recherche de grille, XGBoost Aussi, le cu rso est rempli d'exercices pratiques basés sur des exemples concrets.
Ainsi, non seulement vous apprendrez la théorie, mais vous vous exercerez également à créer vos propres modèles.
Et en prime, ce cours comprend des modèles Python et Rcode que vous pouvez télécharger et utiliser dans vos propres projets.
Mises à jour majeures (juin 2020) : CODES TOUS À JOUR POUR L'APPRENTISSAGE EEP ENCODÉ SUR LES MODÈLES TENSORFLOW .0 TOP GRADIENT BOOSTING, Y COMPRIS XGBOOST ET MÊME CATBOOST.
5
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
Bonjour, comment puis-je vous aider? Un cours vous intéresse ? A propos de quel sujet ?
Felipe
Juin 9, 2021 à 5: 00 pmJe suis très heureux de m'être inscrit à ce cours. Je remercie à la fois Kirill et Hadelin d'avoir organisé ce cours immense et solide. Bien que le cours ne soit pas parfait, il a fourni un aperçu complet de la plupart des algorithmes d'apprentissage automatique.
Ma seule critique serait d'améliorer les conférences d'insight. En outre, ce cours s'est davantage concentré sur l'approche centrée sur le modèle de l'apprentissage automatique. Peut-être serait-il formidable d'inclure également comment gérer un ensemble de données dans une perspective "centrée sur les données", ce qui implique la sélection d'entités, l'extraction d'entités, l'équilibrage de l'ensemble de données, etc., c'est-à-dire comment améliorer la qualité des ensembles de données.
Pour les étudiants potentiels : Vous apprendrez beaucoup de ce cours, mais soyez prêt à être proactif. Cela signifie que n'hésitez pas à faire des recherches via YouTube, Google, Stack Overflow, etc. sur les bases de certains des algorithmes d'apprentissage automatique et d'autres informations. En fait, c'est une bonne pratique car même dans la vraie vie, nous devons être proactifs lorsque nous travaillons sur des projets.
Le plus important est de profiter de l'apprentissage automatique 🙂
Louis Carlos Ramírez
Juillet 16, 2021 à 3: 59 pmUn cours vraiment bien structuré qui fournit une bonne présentation de toutes les parties de l'apprentissage automatique pour une personne qui part de zéro. J'ai suivi ce cours pendant mes études de maîtrise en science des données et cela m'a donné les bases de plusieurs modules qui m'ont aidé à démarrer.