Stanford Online
DeepLearning.AI

Spécialisation "Apprentissage automatique"

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

Stanford Online
DeepLearning.AI

Spécialisation "Apprentissage automatique"

#BreakIntoAI avec une spécialisation en apprentissage automatique (Machine Learning).

Maîtrisez les concepts fondamentaux de l'IA et développez des compétences pratiques en matière d'apprentissage automatique grâce à ce programme en trois cours, adapté aux débutants, dispensé par le visionnaire de l'IA Andrew Ng

Enseigné en Français (doublage IA)

Andrew Ng
Eddy Shyu
Geoff Ladwig

Instructeurs : Andrew Ng

Enseignant de premier plan
Meilleur programme d’IA

860 144 déjà inscrits

Approfondissez votre connaissance d’un sujet

des 39,483 examens de cours de ce programme

niveau Débutant

Expérience recommandée

Planning flexible
2 mois à 10 heures une semaine
Apprenez à votre propre rythme
Approfondissez votre connaissance d’un sujet

des 39,483 examens de cours de ce programme

niveau Débutant

Expérience recommandée

Planning flexible
2 mois à 10 heures une semaine
Apprenez à votre propre rythme

Ce que vous apprendrez

  • Construire des modèles ML avec NumPy et scikit-learn, construire et entraîner des modèles supervisés pour des tâches de prédiction et de classification binaire (régression linéaire, logistique)

  • Construire et entraîner un réseau neuronal avec TensorFlow pour effectuer une classification multi-classes, et construire et utiliser des arbres de décision et des méthodes d'ensemble d'arbres

  • Appliquer les meilleures pratiques pour le développement de la ML et utiliser des techniques d'apprentissage non supervisé pour l'apprentissage non supervisé, y compris le clustering et la détection d'anomalies

  • Construire des systèmes de recommandation avec une approche de filtrage collaboratif et une méthode d'apprentissage profond basée sur le contenu, et construire un modèle d'apprentissage par renforcement profond

Compétences que vous acquerrez

  • Catégorie : Modélisation prédictive
  • Catégorie : Intelligence artificielle
  • Catégorie : L'IA responsable
  • Catégorie : Apprentissage par arbre de décision
  • Catégorie : Modèle de formation
  • Catégorie : Algorithmes de classification
  • Catégorie : Évaluation du modèle
  • Catégorie : Apprentissage non supervisé
  • Catégorie : Apprentissage par renforcement
  • Catégorie : Algorithmes d'apprentissage automatique
  • Catégorie : Méthodes d'apprentissage automatique
  • Catégorie : Algorithme de la forêt aléatoire
  • Catégorie : Apprentissage automatique
  • Catégorie : Intelligence artificielle et apprentissage automatique (IA/ML)
  • Catégorie : Apprentissage par transfert
  • Catégorie : Apprentissage automatique appliqué
  • Catégorie : Apprentissage supervisé

Outils que vous découvrirez

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

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Enseigné en Français (doublage IA)
Préparer un diplôme

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

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

Spécialisation - série de 3 cours

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 : Scikit Learn (Bibliothèque d'apprentissage automatique)
Catégorie : Intelligence artificielle
Catégorie : Analyse de régression
Catégorie : Modélisation prédictive
Catégorie : Ingénierie des fonctionnalités
Catégorie : Programmation Python
Catégorie : Modèle de formation
Catégorie : Apprentissage automatique appliqué
Catégorie : NumPy
Catégorie : Apprentissage automatique
Catégorie : Optimisation du modèle
Algorithmes d'apprentissage avancés

Algorithmes d'apprentissage avancés

COURS 2, 34 heures

Ce que vous apprendrez

  • Construire et entraîner un réseau neuronal avec TensorFlow pour effectuer une classification multi-classe

  • Appliquer les meilleures pratiques pour le développement de l'apprentissage automatique afin que vos modèles se généralisent aux données et aux tâches du monde réel

  • Construire et utiliser des arbres de décision et des méthodes d'ensemble d'arbres, y compris les forêts aléatoires et les arbres boostés

Compétences que vous acquerrez

Catégorie : L'IA responsable
Catégorie : Méthodes d'apprentissage automatique
Catégorie : Évaluation du modèle
Catégorie : Apprentissage par transfert
Catégorie : Régression logistique
Catégorie : Tensorflow
Catégorie : Algorithmes de classification
Catégorie : Apprentissage par arbre de décision
Catégorie : Intelligence artificielle
Catégorie : Apprentissage automatique appliqué
Catégorie : Algorithmes d'apprentissage automatique
Catégorie : Modèle de formation
Catégorie : Réseaux neuronaux artificiels
Catégorie : Apprentissage supervisé
Catégorie : Optimisation du modèle
Catégorie : Apprentissage automatique
Catégorie : Algorithme de la forêt aléatoire
Catégorie : Analyse de régression

Ce que vous apprendrez

  • Utiliser des techniques d'apprentissage non supervisé pour l'apprentissage non supervisé : y compris le regroupement et la détection d'anomalies

  • Construire des systèmes de recommandation avec une approche de filtrage collaboratif et une méthode d'apprentissage profond basée sur le contenu

  • Construire un modèle d'apprentissage par renforcement profond

Compétences que vous acquerrez

Catégorie : L'IA responsable
Catégorie : Détection des anomalies
Catégorie : Apprentissage automatique
Catégorie : Réseaux neuronaux artificiels
Catégorie : Intelligence artificielle et apprentissage automatique (IA/ML)
Catégorie : Apprentissage profond
Catégorie : Apprentissage par renforcement
Catégorie : Optimisation du modèle
Catégorie : Apprentissage automatique appliqué
Catégorie : Apprentissage non supervisé
Catégorie : Apprentissage supervisé
Catégorie : Intelligence artificielle
Catégorie : Réduction de la dimensionnalité

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.

Préparer un diplôme

Lorsque vous aurez terminé ce site Spécialisation, vous pourrez peut-être faire reconnaître vos acquis si vous êtes admis et si vous vous inscrivez à l'un des programmes d'études en ligne suivants.¹

Instructeurs

Andrew Ng
Enseignant de premier plan
Stanford Online
53 Cours10 086 011 apprenants

Offert par

Stanford Online
DeepLearning.AI

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 sur Apprentissage automatique

moyenne sur l'ensemble des 3 cours

  • 5 étoiles

    91,74 %

  • 4 étoiles

    7,06 %

  • 3 étoiles

    0,67 %

  • 2 étoiles

    0,17 %

  • 1 étoile

    0,34 %

RG
Cours : Apprentissage automatique supervisé : Régression et classification

Révisé le 30 août 2024

MN
Cours : Algorithmes d'apprentissage avancés

Révisé le 29 juil. 2023

AM
Cours : Apprentissage non supervisé, Recommandateurs, Apprentissage par renforcement

Révisé le 10 mars 2024

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

Foire Aux Questions

¹ Median salary and job opening data are sourced from Lightcast™ Job Postings Report. Content Creator, Machine Learning Engineer and Salesforce Development Representative (1/1/2024 - 12/31/2024) All other job roles (11/1/2025 - 11/1/2026)