Ce cours couvre les algorithmes et techniques de base utilisés dans l'IA et la ML, y compris les approches qui utilisent des modèles de grand langage (LLM) pré-entraînés. Vous explorerez les paradigmes d'apprentissage supervisé, non supervisé et de renforcement, ainsi que les approches d'apprentissage profond, y compris la façon dont ils fonctionnent dans les LLM pré-entraînés. Le cours met l'accent sur l'application pratique de ces techniques et sur leurs forces et leurs limites dans la résolution de différents types de problèmes d'entreprise.À la fin de ce cours, vous serez en mesure de : 1. Mettre en œuvre, évaluer et expliquer les algorithmes d'Apprentissage supervisé, non supervisé et de renforcement. 2. Appliquer la sélection des caractéristiques et les techniques d'ingénierie pour améliorer les performances du modèle. 3. Décrire les modèles de Deep learning pour les tâches complexes de l'IA. 4. Évaluer la pertinence de diverses techniques d'IA et de ML pour des problèmes commerciaux spécifiques. Pour réussir ce cours, vous devez avoir une connaissance intermédiaire de la programmation en Python, ainsi qu'une connaissance de base des capacités de l'IA et de la ML, et des capacités plus récentes grâce à l'IA générative (GenAI) et aux grands modèles de langage (LLM) pré-entraînés. Il est également recommandé d'être familier avec les statistiques.

Algorithmes et techniques d'IA et d'apprentissage automatique
Obtenez l'une de nos meilleures offres avec Coursera Plus pour 199 $ (habituellement 399 $). Économisez maintenant.

Algorithmes et techniques d'IA et d'apprentissage automatique
Ce cours fait partie de Certificat Professionnel Ingénierie IA et apprentissage automatique chez Microsoft

Instructeur : Microsoft
12 865 déjà inscrits
Inclus avec
Demander à Coursera
68 avis
Expérience recommandée
Compétences que vous acquerrez
- Catégorie : Apprentissage profond
- Catégorie : Réseaux neuronaux artificiels
- Catégorie : Données non structurées
- Catégorie : Intelligence artificielle et apprentissage automatique (IA/ML)
- Catégorie : Optimisation du modèle
- Catégorie : Ingénierie des fonctionnalités
- Catégorie : Modélisation des grandes langues
- Catégorie : Évaluation du modèle
- Catégorie : Architectures de modèles génératifs
- Catégorie : Réduction de la dimensionnalité
- Catégorie : Apprentissage automatique appliqué
- Catégorie : Apprentissage statistique des machines
- Catégorie : Algorithmes d'apprentissage automatique
- Catégorie : Candidature au LLM
- Catégorie : Modèle de formation
- Catégorie : Apprentissage par renforcement
- Catégorie : Apprentissage non supervisé
- Catégorie : Apprentissage supervisé
Outils que vous découvrirez
- Catégorie : IA générative
Détails à connaître

Ajouter à votre profil LinkedIn
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Élaborez votre expertise en Développement de logiciels
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable auprès de Microsoft

Il y a 5 modules dans ce cours
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.
En savoir plus sur Développement de logiciels
Statut : Essai gratuit
Statut : Essai gratuitFractal Analytics
Statut : Essai gratuit
Statut : Essai gratuitJohns Hopkins University
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Avis des étudiants
- 5 stars
79,41 %
- 4 stars
14,70 %
- 3 stars
0 %
- 2 stars
2,94 %
- 1 star
2,94 %
Affichage de 3 sur 68
Révisé le 31 mars 2025
It was very well tailored for all types of learners.
Foire Aux Questions
Plus de questions
Aide financière disponible,
¹ Certains travaux de ce cours sont notés par l'IA. Pour ces travaux, vos Données internes seront utilisées conformément à Notification de confidentialité de Coursera.




