DeepLearning.AI
Stanford Online

Apprentissage automatique supervisé : Régression et classification

Développez des compétences très recherchées grâce à un abonnement d'un an à Coursera Plus, désormais à 239 $. Profitez-en dès maintenant.

DeepLearning.AI
Stanford Online

Apprentissage automatique supervisé : Régression et classification

Ce cours fait partie de Spécialisation "Apprentissage automatique"

Enseigné en Français (doublage IA)

Andrew Ng
Aarti Bagul
Geoff Ladwig

Instructeurs : Andrew Ng

Enseignant de premier plan

1 272 395 déjà inscrits

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

33,030 avis

niveau Débutant

Expérience recommandée

Planning flexible
3 semaines à 10 heures une semaine
Apprenez à votre propre rythme
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

33,030 avis

niveau Débutant

Expérience recommandée

Planning flexible
3 semaines à 10 heures une semaine
Apprenez à votre propre rythme

Ce que vous apprendrez

  • Construire des modèles d'apprentissage automatique en Python en utilisant les bibliothèques populaires d'apprentissage automatique NumPy et scikit-learn

  • Construire et former des modèles d'apprentissage automatique supervisé pour les tâches de prédiction et de classification binaire, y compris la régression linéaire et la régression logistique

Compétences que vous acquerrez

  • Catégorie : Évaluation du modèle
  • Catégorie : Apprentissage supervisé
  • Catégorie : Régression logistique
  • Catégorie : Algorithmes de classification
  • Catégorie : Intelligence artificielle
  • Catégorie : Analyse de régression
  • Catégorie : Modélisation prédictive
  • Catégorie : Ingénierie des fonctionnalités
  • Catégorie : Modèle de formation
  • Catégorie : Apprentissage automatique appliqué
  • Catégorie : Apprentissage automatique
  • Catégorie : Optimisation du modèle

Outils que vous découvrirez

  • Catégorie : Scikit Learn (Bibliothèque d'apprentissage automatique)
  • Catégorie : Programmation Python
  • Catégorie : NumPy

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Évaluations

9 devoirs

Enseigné en Français (doublage IA)
98%
La plupart des étudiants ont apprécié ce cours

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

 logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Élaborez votre expertise du sujet

Ce cours fait partie de la Spécialisation "Apprentissage automatique"
Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.
  • 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 3 modules dans ce cours

Bienvenue dans la spécialisation en apprentissage automatique ! Vous rejoignez des millions d'autres personnes qui ont suivi soit ce cours, soit le cours original, qui a conduit à la fondation de Coursera, et a aidé des millions d'autres apprenants, comme vous, à jeter un coup d'œil sur le monde passionnant de l'apprentissage automatique !

Inclus

20 vidéos1 lecture3 devoirs1 élément d'application4 laboratoires non notés

Cette semaine, vous étendrez la régression linéaire pour traiter les caractéristiques d'entrée multiples. Vous apprendrez également quelques méthodes pour améliorer l'apprentissage et les performances de votre modèle, telles que la vectorisation, la mise à l'échelle des caractéristiques, l'ingénierie des caractéristiques et la régression polynomiale. À la fin de la semaine, vous vous entraînerez à mettre en œuvre la régression linéaire dans le code.

Inclus

10 vidéos2 devoirs1 devoir de programmation5 laboratoires non notés

Cette semaine, vous apprendrez l'autre type d'apprentissage supervisé, la classification. Vous apprendrez à prédire les catégories à l'aide du modèle de régression logistique. Vous découvrirez le problème de l'ajustement excessif et la manière de gérer ce problème à l'aide d'une méthode appelée régularisation. À la fin de cette semaine, vous pourrez vous entraîner à mettre en œuvre la régression logistique à l'aide de la régularisation !

Inclus

12 vidéos2 lectures4 devoirs1 devoir de programmation9 laboratoires non notés

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.

Instructeurs

Évaluations de l’enseignant
(11,570 évaluations)
Andrew Ng
Enseignant de premier plan
DeepLearning.AI
53 Cours10 086 011 apprenants

Offert par

DeepLearning.AI
Stanford Online

En savoir plus sur Apprentissage automatique

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’

Jennifer J.

Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’

Larry W.

Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’

Chaitanya A.

’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Avis des étudiants

  • 5 étoiles

    91,52 %

  • 4 étoiles

    7,24 %

  • 3 étoiles

    0,68 %

  • 2 étoiles

    0,17 %

  • 1 étoile

    0,37 %

Affichage de 3 sur 33030

RG

Révisé le 30 août 2024

AC

Révisé le 7 oct. 2024

AM

Révisé le 10 mars 2024

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

Foire Aux Questions