Acquérez des bases solides en apprentissage automatique, en apprentissage profond et en TensorFlow grâce à une expérience d'apprentissage structurée et pratique qui vous mènera des concepts fondamentaux au développement concret de modèles. Dans cette formation, vous apprendrez comment fonctionne l'apprentissage automatique, vous découvrirez des applications concrètes dans divers secteurs d'activité et vous mettrez en place un environnement de développement Python professionnel à l'aide de Jupyter Notebook, d'Anaconda et des bibliothèques essentielles en science des données.

Au fil de votre progression, vous développerez des compétences pratiques en traitement des données avec Pandas, en calcul numérique avec NumPy et en visualisation de données à l’aide de Matplotlib et Seaborn. Vous apprendrez également à prétraiter des ensembles de données, à ingérier des caractéristiques et à construire des modèles classiques d’apprentissage automatique avec Scikit-learn avant de passer à l’apprentissage profond avec TensorFlow. Grâce à des exercices pratiques et à des ensembles de données réels, vous entraînerez, optimiserez et évaluerez des modèles de régression et des réseaux neuronaux, notamment la classification d’images avec l’ensemble de données MNIST. Conçu aussi bien pour les débutants qui s’initient à l’apprentissage automatique que pour les professionnels souhaitant approfondir leurs connaissances de TensorFlow, ce cours allie des explications claires à des exercices de codage, des études de cas et des évaluations qui consolident chaque étape du processus d’apprentissage automatique. À l’issue de ce cours, vous serez en mesure de prétraiter des données en toute confiance, de construire et d’évaluer des modèles d’apprentissage automatique et d’apprentissage profond, de visualiser des informations pertinentes et d’appliquer des outils conformes aux normes du secteur pour résoudre des problèmes concrets.