L'apprentissage automatique est au cœur de l'intelligence artificielle, et de nombreux services et applications modernes dépendent de modèles d'apprentissage automatique prédictifs. La formation d'un modèle d'apprentissage automatique est un processus itératif qui nécessite du temps et des ressources informatiques. L'apprentissage automatique peut faciliter ce processus. Dans ce cours, vous apprendrez à utiliser Azure Machine Learning pour créer et publier des modèles sans écrire de code. Il s'agit du deuxième cours d'un programme de cinq cours qui vous prépare à passer le DP-100 : L'examen de certification est l'occasion de prouver vos connaissances et votre expertise dans l'exploitation de solutions d'apprentissage automatique à l'échelle du nuage à l'aide d'Azure Machine Learning. Cette spécialisation vous apprend à tirer parti de vos connaissances existantes en Python et en apprentissage automatique pour gérer l'ingestion et la préparation des données, l'entraînement et le déploiement des modèles, ainsi que la surveillance des solutions d'apprentissage automatique dans Microsoft Azure. Chaque cours vous enseigne les concepts et les compétences qui sont mesurés par l'examen.
Microsoft Azure Machine Learning for Data Scientists (en anglais)
Ce cours fait partie de Certificat professionnel de préparation à l'examen Microsoft Azure Data Scientist Associate (DP-100) Professional Certificate
12 710 déjà inscrits
(147 avis)
Expérience recommandée
Ce que vous apprendrez
Identifier les différents types de modèles d'apprentissage automatique
Comment utiliser la capacité d'apprentissage automatique d'Azure Machine Learning pour former et déployer un modèle prédictif ?
Créez des modèles de régression, de classification et de regroupement à l'aide du concepteur Azure Machine Learning
Utilisez Azure Machine Learning pour créer et publier des modèles sans écrire de code
Compétences que vous acquerrez
- Catégorie : Microsoft Azure
- Catégorie : Apprentissage automatique
- Catégorie : régression
- Catégorie : Apprentissage supervisé
- Catégorie : Analyse de régression
Détails à connaître
Ajouter à votre profil LinkedIn
12 quizzes
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise en Apprentissage automatique
- 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 auprès de Microsoft
Obtenez un certificat professionnel
Ajoutez cette qualification à votre profil LinkedIn ou à votre CV
Partagez-le sur les réseaux sociaux et dans votre évaluation de performance
Il y a 4 modules dans ce cours
La formation d'un modèle d'apprentissage automatique est un processus itératif qui nécessite du temps et des ressources informatiques. L'apprentissage automatique peut faciliter ce processus. Dans ce module, vous apprendrez à identifier les différents types de modèles d'apprentissage automatique et à utiliser la capacité d'apprentissage automatique d'Azure Machine Learning pour former et déployer un modèle prédictif.
Inclus
3 vidéos8 lectures3 quizzes1 sujet de discussion1 plugin
La régression est une technique d'apprentissage automatique supervisée utilisée pour prédire des valeurs numériques. Dans ce module, vous apprendrez à créer des modèles de régression à l'aide d'Azure Machine Learning Designer.
Inclus
2 vidéos8 lectures3 quizzes
La classification est une technique d'apprentissage automatique supervisée utilisée pour prédire des catégories ou des classes. Dans ce module, vous apprendrez à créer des modèles de classification à l'aide d'Azure Machine Learning Designer.
Inclus
2 vidéos8 lectures3 quizzes
Le clustering est une technique d'apprentissage automatique non supervisée utilisée pour regrouper des entités similaires en fonction de leurs caractéristiques. Dans ce module, vous apprendrez à créer des modèles de clustering à l'aide d'Azure Machine Learning Designer.
Inclus
3 vidéos9 lectures3 quizzes1 sujet de discussion
Recommandé si vous êtes intéressé(e) par Apprentissage automatique
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Avis des étudiants
Affichage de 3 sur 147
147 avis
- 5 stars
62 %
- 4 stars
22 %
- 3 stars
9,33 %
- 2 stars
1,33 %
- 1 star
5,33 %
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à plus de 7 000 cours de renommée internationale, à des projets pratiques et à des programmes de certificats reconnus sur le marché du travail, tous inclus dans votre abonnement
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
Les professionnels de l'informatique désireux de découvrir les types de solutions que l'intelligence artificielle (IA) rend possibles et les services de Microsoft Azure que vous pouvez utiliser pour les créer.
Les professionnels de l'informatique en activité qui recherchent des compétences ou des titres supplémentaires pour démontrer leur connaissance des charges de travail courantes de ML et d'IA et de la manière de les mettre en œuvre sur Azure. Les professionnels de l'informatique qui cherchent à se spécialiser dans le domaine spécifique de l'intelligence artificielle sur Azure
L'apprentissage automatique est au cœur de l'intelligence artificielle, et de nombreux services et applications modernes dépendent de modèles d'apprentissage automatique prédictifs. La formation d'un modèle d'apprentissage automatique est un processus itératif qui nécessite du temps et des ressources informatiques. L'apprentissage automatique peut faciliter ce processus. Dans ce cours, vous apprendrez à utiliser Azure Machine Learning pour créer et publier des modèles sans écrire de code.
Vous devez vous attendre à consacrer au moins une heure par semaine pendant quatre semaines pour compléter tous les aspects de ce cours.