Vous travaillerez avec des ensembles de données structurés fournis dans le cadre de ce cours afin de créer et d'évaluer des modèles de régression et de classification à l'aide d'Orange.

Vous acquerrez des compétences pour créer des flux de travail d'apprentissage automatique sans code, appliquer des algorithmes de régression et de classification, évaluer les performances des modèles et concevoir des solutions d'analyse prédictive de bout en bout à l'aide d'Orange.

Oui. Le cours commence par les concepts de base et aborde progressivement des techniques de modélisation avancées, ce qui le rend adapté aux débutants.

Vos acquis sont évalués au moyen de quiz par module, d'évaluations pratiques et d'une évaluation finale qui teste votre capacité à mettre en place et à évaluer des flux de travail complets en apprentissage automatique.

Ce cours se suit à votre rythme et peut généralement être suivi en quelques semaines, en fonction de votre rythme d'apprentissage et du temps que vous y consacrez.

Orange est une plateforme visuelle dédiée à l'apprentissage automatique et à l'exploration de données. Elle permet de créer des flux de travail complets d'apprentissage automatique en reliant des composants sur un canevas, sans aucune connaissance en programmation. Elle est largement utilisée dans les milieux universitaires, la recherche et l'analyse de données d'entreprise.

Toutes les techniques d'apprentissage automatique — de la création de workflows de régression à l'optimisation des modèles de classification — sont enseignées à travers des démonstrations vidéo détaillées réalisées par le formateur. Vous devrez installer Orange sur votre propre ordinateur, suivre les instructions du formateur en temps réel et mettre la vidéo en pause chaque fois que vous aurez besoin de reproduire une étape ou de revoir un concept avant de passer à la suite.

La régression permet de prédire des résultats numériques continus, tels que les chiffres d'affaires ou les températures, tandis que la classification permet de prédire des résultats catégoriels, tels que la présence ou l'absence de fraude. Ces deux types de modèles sont abordés de manière exhaustive, avec des modules distincts et des démonstrations pratiques pour chacun d'entre eux.

Vous utiliserez les mesures RMSE, MAE et R² pour les modèles de régression, ainsi que les matrices de confusion, la précision, le rappel, le score F1 et les courbes ROC pour les modèles de classification — tous ces éléments étant visualisés et interprétés directement dans l'espace de travail d'Orange.

Oui. Vous apprendrez à ajuster systématiquement les paramètres des modèles dans Orange afin d'améliorer la précision, de réduire le surapprentissage et de sélectionner le modèle le plus performant. Le processus de réglage est présenté en détail afin que vous puissiez le suivre pas à pas et tester vos propres paramètres.

Pour accéder aux supports de cours et aux devoirs, et obtenir un certificat, vous devrez acheter l'option « Certificat » lors de votre inscription à un cours. Les apprenants éligibles peuvent également avoir la possibilité de commencer par un essai gratuit. Certains cours peuvent également proposer une option « Cours complet, sans certificat ». Celle-ci vous permet d’accéder aux supports de cours, de rendre les évaluations requises et d’obtenir une note finale, mais vous ne pourrez ni obtenir ni acheter de certificat.

Lorsque vous vous inscrivez au cours, vous avez accès à tous les cours de la spécialisation et vous obtenez un certificat lorsque vous terminez le travail. Votre certificat électronique sera ajouté à votre page Réalisations - de là, vous pouvez imprimer votre certificat ou l'ajouter à votre profil LinkedIn.