Ce cours enseigne aux développeurs de logiciels comment mettre en œuvre, déployer et maintenir des systèmes d'apprentissage automatique en utilisant Python, scikit-learn, FastAPI et Docker. Vous apprendrez à construire des pipelines de ML, à prétraiter les données, à évaluer les modèles et à les servir en tant qu'API REST prêtes à la production. Le module 1 couvre les algorithmes et les flux de travail ML de base, y compris les paradigmes d'apprentissage supervisé et non supervisé. Vous mettrez en œuvre la régression, la classification et le clustering à l'aide de scikit-learn et apprendrez à évaluer les modèles à l'aide de métriques appropriées. Le module 2 se concentre sur la préparation des données et l'ingénierie des caractéristiques. Vous nettoierez et prétraiterez les données à l'aide de pandas, construirez des pipelines de caractéristiques avec des transformations et des mises à l'échelle, et optimiserez les ensembles de caractéristiques pour améliorer les performances des modèles. Le module 3 explore la construction et le test du code de ML. Vous structurerez les bases de code ML pour la modularité et la réutilisation, mettrez en œuvre des flux de tests à l'aide de pytest et apprendrez les techniques de journalisation et de débogage pour les pipelines ML. Le module 4 couvre le service et le déploiement des modèles ML. Vous exposerez les modèles en tant qu'API REST à l'aide de FastAPI, vous conteneuriserez les services avec Docker et vous évaluerez les modèles déployés à l'aide de tests d'inférence.

Systèmes d'apprentissage automatique appliqués avec FastAPI pour les développeurs
Obtenez l'une de nos meilleures offres avec Coursera Plus pour 199 $ (habituellement 399 $). Économisez maintenant.

Systèmes d'apprentissage automatique appliqués avec FastAPI pour les développeurs
Ce cours fait partie de Spécialisation "Machine Learning et Deep Learning pour les ingénieurs logiciels"

Instructeur : Board Infinity
Inclus avec
Demander à Coursera
Expérience recommandée
Ce que vous apprendrez
Mettre en œuvre des algorithmes ML de base pour les tâches de classification, de régression et de regroupement.
Prétraiter et concevoir des pipelines de données pour une entrée de modèle fiable.
Évaluer et comparer les modèles à l'aide de mesures, d'une validation croisée et de tests.
Développer et modulariser les bases de code de ML en vue de leur réutilisation et de leur reproductibilité.
Compétences que vous acquerrez
- Catégorie : Apprentissage automatique appliqué
- Catégorie : Traitement des données
- Catégorie : Conteneurisation
- Catégorie : Évaluation du modèle
- Catégorie : Traitement des données
- Catégorie : Prétraitement des données
- Catégorie : Apprentissage non supervisé
- Catégorie : Apprentissage automatique
- Catégorie : Apprentissage supervisé
- Catégorie : Ingénierie des fonctionnalités
- Catégorie : Développement de scripts de test
- Catégorie : Algorithmes d'apprentissage automatique
- Catégorie : Tests de développement
- Catégorie : Méthodes d'apprentissage automatique
- Catégorie : Tests unitaires
- Catégorie : Développement de logiciels
Outils que vous découvrirez
- Catégorie : Scikit Learn (Bibliothèque d'apprentissage automatique)
- Catégorie : Interface de programmation d'applications (API)
- Catégorie : Déploiement du modèle
- Catégorie : Programmation Python
Détails à connaître

Ajouter à votre profil LinkedIn
avril 2026
17 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Élaborez votre expertise du sujet
- 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

Il y a 4 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.
Instructeur

Offert par
En savoir plus sur Apprentissage automatique
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Foire Aux Questions
Plus de questions
Aide financière disponible,






