• pour les personnes
  • pour les affaires
  • pour les universités
  • pour les gouvernements
Connexion
Inscrivez-vous gratuitement
  • Parcourir
  • Machine Learning

Cours en Apprentissage automatique

Les cours en apprentissage automatique peuvent vous aider à comprendre comment construire, entraîner et analyser des modèles prédictifs. Vous pouvez développer des compétences en préparation des données, choix d'algorithmes, optimisation et évaluation. De nombreux cours utilisent des bibliothèques courantes pour tester des modèles.


Cours et certificats populaires en Apprentissage automatique


  • Statut : Essai gratuit
    Essai gratuit
    D
    S

    Plusieurs enseignants

    Apprentissage automatique

    Compétences que vous acquerrez: Apprentissage automatique, Intelligence artificielle, Modélisation prédictive, Scikit-learn (Bibliothèque d'Apprentissage automatique), Tensorflow, Éthique des données, Arbre de décision, Arbre de classification et de régression (CART), Apprentissage par renforcement, Programmation en Python, Intelligence artificielle et apprentissage automatique (IA/ML), NumPy, Deep learning, Apprentissage automatique appliqué, Apprentissage non supervisé, Jupyter, Algorithme de forêt aléatoire, Apprentissage supervisé, Ingénierie des caractéristiques, IA responsable

    4,9
    évaluation, 4,9 sur 5 étoiles
    ·
    37 k avis

    Débutant · Spécialisation · 1 à 3 mois

  • Statut : Essai gratuit
    Essai gratuit
    I

    IBM

    Apprentissage automatique avec Python

    Compétences que vous acquerrez: Apprentissage automatique, Modélisation statistique, Modélisation prédictive, Arbre de décision, Scikit-learn (Bibliothèque d'Apprentissage automatique), Analyse de régression, Réduction de dimensionnalité, Arbre de classification et de régression (CART), Apprentissage automatique appliqué, Ingénierie des caractéristiques, Apprentissage supervisé, Apprentissage non supervisé

    4,7
    évaluation, 4,7 sur 5 étoiles
    ·
    18 k avis

    Intermédiaire · Cours · 1 à 3 mois

  • Statut : Essai gratuit
    Essai gratuit
    I

    Imperial College London

    Mathématiques pour l'apprentissage automatique

    Compétences que vous acquerrez: Algorithmes, Apprentissage automatique, Mathématiques appliquées, Manipulation des données, Science des données, Produits dérivés, Analyse de régression, Programmation en Python, Probabilités et statistiques, Réseaux neuronaux artificiels, NumPy, Réduction de dimensionnalité, Algèbre linéaire, Jupyter, Mathématiques avancées, Calculs, Analyse statistique, Statistiques, Algorithmes d'apprentissage automatique

    4,6
    évaluation, 4,6 sur 5 étoiles
    ·
    15 k avis

    Débutant · Spécialisation · 3 à 6 mois

  • Statut : Essai gratuit
    Essai gratuit
    I

    IBM

    IBM Machine Learning

    Compétences que vous acquerrez: Apprentissage automatique, Nettoyage des données, Modélisation prédictive, Inférence statistique, Science des données, Programmation en Python, Analyse de régression, Architectures de modèles génératifs, Apprentissage par renforcement, Deep learning, Analyse des séries temporelles et prévisions, Réduction de dimensionnalité, Accès aux données, Analyse exploratoire des données (AED), Apprentissage non supervisé, Apprentissage automatique appliqué, Analyse des Données, Apprentissage supervisé, Ingénierie des caractéristiques, Algorithmes d'apprentissage automatique

    Préparer un diplôme

    4,6
    évaluation, 4,6 sur 5 étoiles
    ·
    3,5 k avis

    Intermédiaire · Certificat Professionnel · 3 à 6 mois

  • Statut : Essai gratuit
    Essai gratuit
    U

    University of Washington

    Apprentissage automatique

    Compétences que vous acquerrez: Intelligence artificielle, Modélisation statistique, Apprentissage automatique, Modélisation prédictive, Arbre de classification et de régression (CART), Statistiques bayésiennes, Vision par ordinateur, Analyse de régression, Exploration de texte, Deep learning, Big Data, Apprentissage statistique des machines, Apprentissage automatique appliqué, Apprentissage non supervisé, Analyse prédictive, Analyse d'images, Data mining, Apprentissage supervisé, Ingénierie des caractéristiques, Algorithmes d'apprentissage automatique

    4,6
    évaluation, 4,6 sur 5 étoiles
    ·
    16 k avis

    Intermédiaire · Spécialisation · 3 à 6 mois

  • Statut : Essai gratuit
    Essai gratuit
    D

    DeepLearning.AI

    Apprentissage automatique supervisé : régression et classification

    Compétences que vous acquerrez: Apprentissage automatique, Modélisation statistique, Intelligence artificielle, Modélisation prédictive, Arbre de classification et de régression (CART), Transformation de données, Scikit-learn (Bibliothèque d'Apprentissage automatique), Programmation en Python, Analyse de régression, Ingénierie des caractéristiques, Apprentissage automatique appliqué, Jupyter, Apprentissage supervisé, NumPy

    4,9
    évaluation, 4,9 sur 5 étoiles
    ·
    31 k avis

    Débutant · Cours · 1 à 4 semaines

Qu’est-ce qui vous amène sur Coursera aujourd’hui ?

  • Statut : Essai gratuit
    Essai gratuit
    D

    DeepLearning.AI

    Mathématiques pour l'apprentissage automatique et la science des données

    Compétences que vous acquerrez: Apprentissage automatique, Mathématiques appliquées, Distribution de probabilité, Statistiques descriptives, Statistiques bayésiennes, Inférence statistique, Transformation de données, Probabilités et statistiques, Tests A/B, Réduction de dimensionnalité, Tests d'hypothèses statistiques, Probabilité, Calculs, Modélisation mathématique, Algèbre linéaire, Analyse numérique, NumPy, Analyse statistique, Échantillonnage (statistiques)

    4,6
    évaluation, 4,6 sur 5 étoiles
    ·
    3,1 k avis

    Intermédiaire · Spécialisation · 1 à 3 mois

  • Statut : Essai gratuit
    Essai gratuit
    I

    IBM

    IBM Introduction à l'apprentissage automatique

    Compétences que vous acquerrez: Apprentissage automatique, Modélisation statistique, Nettoyage des données, Inférence statistique, Modélisation prédictive, Science des données, Arbre de classification et de régression (CART), Scikit-learn (Bibliothèque d'Apprentissage automatique), Accès aux données, Qualité des données, Analyse de régression, Réduction de dimensionnalité, Analyse exploratoire des données (AED), Tests d'hypothèses statistiques, Apprentissage automatique appliqué, Ingénierie des caractéristiques, Algorithmes d'apprentissage automatique, Apprentissage non supervisé, Analyse des Données, Apprentissage supervisé

    4,6
    évaluation, 4,6 sur 5 étoiles
    ·
    3,2 k avis

    Intermédiaire · Spécialisation · 3 à 6 mois

  • Statut : Gratuit
    Gratuit
    A

    Amazon Web Services

    Fundamentals of Machine Learning and Artificial Intelligence

    Compétences que vous acquerrez: Artificial Intelligence and Machine Learning (AI/ML), Generative AI, Deep Learning, Artificial Intelligence, Amazon Web Services, Applied Machine Learning, Machine Learning

    4,6
    évaluation, 4,6 sur 5 étoiles
    ·
    2,2 k avis

    Mixte · Cours · 1 à 4 semaines

  • Statut : Essai gratuit
    Essai gratuit
    I

    IBM

    Introduction à l’intelligence artificielle (IA)

    Compétences que vous acquerrez: Informatique décisionnelle, Atténuation des risques, Traitement du langage naturel (NLP), Création de contenu, IA générative, IA responsable

    4,7
    évaluation, 4,7 sur 5 étoiles
    ·
    22 k avis

    Débutant · Cours · 1 à 4 semaines

  • Statut : Essai gratuit
    Essai gratuit
    G

    Google

    Les rouages de l'apprentissage automatique

    Compétences que vous acquerrez: Apprentissage automatique, Éthique des données, Arbre de décision, Analyse avancée, Programmation en Python, Arbre de classification et de régression (CART), Gestion des flux de travail, Apprentissage non supervisé, Apprentissage automatique appliqué, Ingénierie des caractéristiques, Optimisation des performances, Apprentissage supervisé, Algorithme de forêt aléatoire, Données Validation des données

    4,8
    évaluation, 4,8 sur 5 étoiles
    ·
    578 avis

    Avancées · Cours · 1 à 3 mois

  • D

    DeepLearning.AI

    Apprentissage automatique en production

    Compétences que vous acquerrez: Pipelines de données, Déploiement continu, Apprentissage automatique, Déploiement des applications, Contrôle continu, Apprentissage automatique appliqué, Qualité des données, MLOps (Apprentissage automatique), Ingénierie des caractéristiques, Cycle de vie du développement logiciel, Données Validation des données

    4,8
    évaluation, 4,8 sur 5 étoiles
    ·
    3,3 k avis

    Intermédiaire · Cours · 1 à 4 semaines

1234…521

En résumé, voici 10 de nos cours les plus populaires sur machine learning .

  • Apprentissage automatique: DeepLearning.AI
  • Apprentissage automatique avec Python: IBM
  • Mathématiques pour l'apprentissage automatique: Imperial College London
  • IBM Machine Learning: IBM
  • Apprentissage automatique: University of Washington
  • Apprentissage automatique supervisé : régression et classification: DeepLearning.AI
  • Mathématiques pour l'apprentissage automatique et la science des données: DeepLearning.AI
  • IBM Introduction à l'apprentissage automatique: IBM
  • Fundamentals of Machine Learning and Artificial Intelligence: Amazon Web Services
  • Introduction à l’intelligence artificielle (IA): IBM

Questions fréquentes sur Machine Learning

Parcourez les cours d'apprentissage automatique ci-dessous - des points de départ populaires sur Coursera.

  • Apprentissage automatique avec Python : IBM
  • Fondements de l'apprentissage automatique : Coursera
  • Apprentissage automatique supervisé : Régression et classification : DeepLearning.IA
  • Fondements de l'apprentissage automatique et de l'intelligence artificielle (IA) : AWS
  • Apprentissage automatique en production : DeepLearning.IA‎

Ces cours adaptés aux débutants développent des concepts de base sans nécessiter d'expérience préalable approfondie en mathématiques ou en codage :

  • Apprentissage automatique pour tous - Offre un aperçu non technique de l'apprentissage automatique et de ses utilisations dans le monde réel.
  • IA For Everyone - Bien qu'il ne soit pas spécifique au ML, ce cours aide les apprenants à comprendre comment le ML s'inscrit dans le paysage plus large de l'IA.
  • Spécialisation en Apprentissage automatique (cours 1) - Commence avec l'apprentissage supervisé en utilisant Python, aucune connaissance préalable en ML n'est requise.‎

La spécialisation Apprentissage automatique par l'Université de Stanford et DeepLearning.IA dure 2 mois et se concentre sur :

  • TensorFlow
  • Intelligence artificielle (IA)
  • L'apprentissage supervisé

Elle utilise des outils tels que Python, Excel, NumPy et Scikit-learn.

À l'inverse, le certificat professionnel IBM Apprentissage automatique s'étend sur 3 mois et met l'accent sur :

  • Ingénierie des caractéristiques
  • Analyse exploratoire des données (AED)
  • Tests d'hypothèses statistiques

Il comprend des outils tels que Python, SQL, Power BI, Pandas, Numpy et Scikit-learn.

Les deux cours couvrent les fondamentaux de l'apprentissage automatique pour les scientifiques de données, mais diffèrent en profondeur et en domaines spécialisés. Choisissez en fonction de vos préférences :

  • Le cours Stanford pour une étude plus intensive de l'IA et du Deep learning
  • Le cours d'IBM pour une approche complète de l'analyse des données et des méthodes statistiques.‎

Commencez par identifier vos objectifs, qu'il s'agisse d'explorer les principes fondamentaux de l'apprentissage automatique, d'acquérir des compétences adaptées à l'emploi ou de vous préparer à un rôle dans le domaine de l'IA ou de la science des données.

  • Pour une base classique, fondée sur les mathématiques, essayez Apprentissage automatique supervisé par Andrew Ng (Stanford).
  • Vous voulez un cours moderne et facile à suivre pour les débutants ? Explorez l'Apprentissage automatique - Vision par ordinateur moderne et IA générative par Packt.
  • Pour l'apprentissage automatique appliqué avec de vrais outils, envisagez le certificat professionnel IBM Apprentissage automatique, qui comprend Python, Scikit-learn et des laboratoires pratiques.‎
  • Un serveur d'authentification couvre un sujet spécifique de l'apprentissage automatique, comme l'Apprentissage non supervisé, les Recommandations, l'Apprentissage par renforcement.
  • Une spécialisation comprend plusieurs cours pour construire des connaissances structurées - comme la spécialisation Apprentissage automatique, qui enseigne les techniques supervisées, non supervisées et avancées.
  • Un certificat professionnel vous prépare à des fonctions professionnelles avec une formation, des outils et des projets de bout en bout, comme le certificat d'apprentissage automatique IBM ou le certificat d'ingénierie IA.‎

Oui, Coursera propose une variété de cours gratuits sur de nombreux sujets, y compris l'apprentissage automatique. Bien que vous puissiez accéder gratuitement à la plupart des supports de cours en auditant les cours, cela n'inclut pas les devoirs notés ou un certificat d'achèvement. Pour ceux qui souhaitent obtenir un certificat afin de présenter leur apprentissage ou d'améliorer leur profil professionnel, Coursera offre la possibilité d'acheter le cours. En outre, Coursera propose des essais gratuits ou une aide financière aux apprenants qui remplissent les conditions requises, ce qui rend les certifications plus accessibles à tous.‎

L'apprentissage automatique est une branche de l'intelligence artificielle qui cherche à développer des systèmes informatiques capables d'apprendre à partir de données sans intervention humaine. Ces techniques puissantes reposent sur la création de modèles analytiques sophistiqués qui sont « formés » pour reconnaître des structures au sein d'un ensemble de données spécifique avant d'être libérés pour appliquer ces structures à un volume croissant de données, améliorant progressivement les performances sans instructions supplémentaires.

Par exemple, l'apprentissage automatique ouvre la voie à des algorithmes de reconnaissance d'image de plus en plus précis. Les programmeurs humains fournissent un ensemble relativement restreint d'images catégorisées, comme par exemple « voitures » ou « pas des voitures », puis exposent les algorithmes à un nombre beaucoup plus important d'images afin qu'ils puissent apprendre. Bien que les algorithmes itératifs généralement utilisés dans l'apprentissage automatique ne soient pas nouveaux, la puissance des systèmes informatiques actuels a permis à cette méthode d'analyse de données de devenir plus efficace plus rapidement que jamais. ‎

L'apprentissage automatique est une sorte de domaine hybride, situé à la croisée des chemins entre l'informatique, la science des données, les algorithmes et la théorie mathématique. Du côté de l'informatique, les ingénieurs en apprentissage automatique et d'autres professionnels dans ce domaine ont généralement besoin de solides compétences en génie logiciel, des fondamentaux comme la programmation en toute confiance et la capacité de codage à la connaissance globale des principes de conception de systèmes.

Il est également important de connaître les concepts de la science des données, notamment en matière d'évaluation et de modélisation de données, afin de garantir que les algorithmes fonctionnent correctement et deviennent plus précis au fil du temps, et non moins. Enfin, l'apprentissage automatique s'appuyant fortement sur les algorithmes ainsi que sur les statistiques et les principes de probabilité qui les sous-tendent, une solide formation théorique en mathématiques peut également être précieuse. ‎

Les compétences en apprentissage automatique peuvent ouvrir les portes à de nombreux rôles à forte demande dans la technologie et la recherche, notamment :

  • Apprentissage automatique
  • Scientifique des données
  • Chercheur en IA
  • Ingénieur en robotique
  • Analyste quantitatif en finance
  • Développeur de logiciels spécialisé dans l'IA
  • Les professionnels occupant ces rôles utilisent les techniques d'apprentissage automatique pour créer des solutions innovantes, améliorer la prise de décision basée sur les données et repousser les limites de l'intelligence artificielle.

Découvrez quel rôle d'apprentissage automatique vous convient le mieux en répondant à notre quiz sur les carrières!‎

Les algorithmes d'apprentissage automatique en ligne sont des méthodes d'apprentissage automatique qui mettent à jour les modèles en continu à mesure que de nouvelles données arrivent, plutôt que de s'entraîner sur un ensemble de données fixe. Ils sont utiles pour les applications en temps réel telles que la détection des fraudes ou les systèmes de recommandation. Vous pouvez explorer ces concepts dans des cours comme Apprentissage automatique by Stanford University sur Coursera, qui présente les techniques fondamentales utilisées dans les modèles adaptatifs.‎

L'inférence causale dans l'apprentissage automatique se concentre sur l'identification des relations de cause à effet plutôt que de simples corrélations. Elle est utilisée dans des domaines tels que les soins de santé, l'économie et la politique pour faire des prédictions et prendre des décisions plus fiables. Des cours tels que A Crash Course in Causality : Inferring Causal Effects from Observational Data de l'Université de Pennsylvanie sur Coursera offrent une solide introduction à ces méthodes.‎

Le contenu de cette FAQ a été mis à disposition à des fins d'information uniquement. Il est conseillé aux étudiants d'effectuer des recherches supplémentaires afin de s'assurer que les cours et autres qualifications suivis correspondent à leurs objectifs personnels, professionnels et financiers.

Autres sujets à explorer

Arts et sciences humaines
338 cours
Business
1095 cours
Informatique
668 cours
Science des données
425 cours
Technologies de l'information
145 cours
Santé
471 cours
Mathématiques et logique
70 cours
Développement personnel
137 cours
Sciences physiques et ingénierie
413 cours
Sciences sociales
401 cours
Apprentissage des langues
150 cours

Pied de page Coursera

Compétences

  • Intelligence artificielle (IA)
  • Cybersécurité
  • analyse des données
  • Marketing numérique
  • Parler anglais
  • IA générative (GenAI)
  • Microsoft Excel
  • microsoft power bi
  • Project Management
  • Python

Certificats et programmes

  • Certificat de cybersécurité Google
  • Certificat Google Data Analytics
  • Certificat d'assistance informatique Google
  • Certificat de gestion de projet Google
  • Certificat Google UX Design
  • Certificat d'Analyste de données IBM
  • Certificat IBM Science des données
  • Certificat en Apprentissage automatique
  • Certificat d'Analyste décisionnelle Microsoft Power BI (données)
  • Certificat de concepteur UI / UX

Industries et carrières

  • Business
  • Informatique
  • Science des données
  • Éducation et enseignement
  • Ingénierie
  • Finance
  • Soins de santé
  • Ressources humaines (RH)
  • Technologies de l’information (IT)
  • Marketing

Ressources professionnelles

  • Test d'aptitude professionnelle
  • Exemples de points forts et de points faibles pour les entretiens d’embauche
  • Compétences à acquérir pour les hauts revenus
  • Comment fonctionnent les crypto-monnaies ?
  • Comment mettre en évidence des doublons dans Google Sheets
  • Comment apprendre l'Intelligence artificielle (IA)
  • Certifications populaires en cybersécurité
  • Préparation à la certification PMP
  • Signes indiquant que vous obtiendrez le poste après un entretien
  • Qu'est-ce que l'Intelligence artificielle (IA) ?

Coursera

  • À propos
  • Ce que nous proposons
  • Direction
  • Carrières
  • Catalogue
  • Coursera Plus
  • Certificats Professionnels
  • Certificats MasterTrack®
  • Diplômes
  • Pour l'entreprise
  • Pour les gouvernements
  • Pour le campus
  • Devenir un partenaire
  • Impact social
  • cours gratuits
  • Partagez votre expérience d'apprentissage Coursera

Communauté

  • Étudiants
  • Partenaires
  • Testeurs bêta
  • Blog
  • Le podcast Coursera
  • Blog Tech

Plus

  • Presse
  • Investisseurs
  • Conditions
  • Confidentialité
  • Aide
  • Accessibilité
  • Contact
  • Articles
  • Répertoire
  • Filiales
  • Déclaration sur l’esclavage moderne
  • Ne pas vendre/partager
Apprendre partout
Télécharger dans l'App Store
Disponible sur Google Play
Logo Certified B Corporation
© 2025 Coursera Inc. Tous droits réservés.
  • Facebook Coursera
  • Linkedin Coursera
  • Twitter Coursera
  • YouTube Coursera
  • Instagram Coursera
  • TikTok Coursera