Ce cours synthétise tout ce que vous avez appris dans la spécialisation en apprentissage automatique appliqué. Vous allez maintenant parcourir un projet complet d'apprentissage automatique pour préparer une feuille de route de maintenance de l'apprentissage automatique. Vous comprendrez et analyserez comment traiter les données changeantes. Vous serez également en mesure d'identifier et d'interpréter les effets involontaires potentiels de votre projet. Vous comprendrez et définirez des procédures pour rendre opérationnel et maintenir votre modèle d'apprentissage automatique appliqué. A la fin de ce cours, vous aurez tous les outils et la compréhension dont vous avez besoin pour déployer en toute confiance un projet d'apprentissage automatique et vous préparer à l'optimiser dans le contexte de votre entreprise.

Pour réussir, vous devez avoir au moins un niveau débutant en programmation Python (par exemple, être capable de lire et de tracer du code existant, être à l'aise avec les conditionnelles, les boucles, les variables, les listes, les dictionnaires et les tableaux). Vous devriez avoir une compréhension de base de l'algèbre linéaire (notation vectorielle) et des statistiques (distributions de probabilité et moyenne/médiane/mode). Il s'agit du dernier cours de la spécialisation en apprentissage automatique appliqué qui vous est offert par Coursera et l'Alberta Machine Intelligence Institute (Amii).