Ce cours en trois modules présente l'apprentissage automatique et la science des données à tous ceux qui ont une compréhension fondamentale des modèles d'apprentissage automatique. Vous découvrirez l'histoire de l'apprentissage automatique, les applications de l'apprentissage automatique, le cycle de vie des modèles d'apprentissage automatique et les outils d'apprentissage automatique. Vous apprendrez également ce qu'est l'apprentissage supervisé ou non supervisé, la classification, la régression, l'évaluation des modèles d'apprentissage automatique, etc. Nos laboratoires vous donnent une expérience pratique de ces concepts d'apprentissage automatique et de science des données. Vous développerez des compétences concrètes en apprentissage automatique et créerez un projet final démontrant vos compétences.

Introduction à l'apprentissage automatique pour tous
Obtenez l'une de nos meilleures offres avec Coursera Plus pour 199 $ (habituellement 399 $). Économisez maintenant.

Introduction à l'apprentissage automatique pour tous


Instructeurs : Aije Egwaikhide
32 220 déjà inscrits
Inclus avec
313 avis
Ce que vous apprendrez
Comparez et opposez l'intelligence artificielle, l'apprentissage automatique et l'apprentissage profond.
Expliquer le cycle de développement des modèles d'apprentissage automatique
Différencier l'apprentissage automatique supervisé de l'apprentissage automatique non supervisé
Évaluer les modèles de classification à l'aide de mesures telles que l'exactitude, les matrices de confusion, la précision et le rappel
Compétences que vous acquerrez
- Catégorie : Intelligence artificielle
- Catégorie : Apprentissage profond
- Catégorie : Évaluation du modèle
- Catégorie : Apprentissage par renforcement
- Catégorie : Apprentissage automatique
- Catégorie : Algorithmes d'apprentissage automatique
- Catégorie : Modélisation prédictive
- Catégorie : Intelligence artificielle et apprentissage automatique (IA/ML)
- Catégorie : Modèle de formation
- Catégorie : Apprentissage non supervisé
- Catégorie : Analyse de régression
- Catégorie : Apprentissage automatique appliqué
- Catégorie : Apprentissage supervisé
Outils que vous découvrirez
- Catégorie : Algorithmes de classification
Détails à connaître

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

Il y a 3 modules dans ce cours
Instructeurs

Offert par
En savoir plus sur Apprentissage automatique

O.P. Jindal Global University

Duke University

Alberta Machine Intelligence Institute
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
68,69 %
- 4 stars
22,68 %
- 3 stars
5,43 %
- 2 stars
1,59 %
- 1 star
1,59 %
Affichage de 3 sur 313
Révisé le 11 oct. 2022
Easy to follow and digestable content. Great introduction to ML!
Révisé le 31 oct. 2022
Suitable for a beginner course. The course taught is >90% accurate to the quiz given, making learners not confused about the fundamentals of machine learning science.
Révisé le 1 oct. 2022
Very intuitive and easy to understand the basics of Machine Learning concepts. Thank you!
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.





