

Incertain où
commencer?
Track
Certificat
Maîtrise de l'Apprentissage Automatique
4.4+
★★★★★
★★★★★
149 avis
Intermediate
Ce parcours présente les concepts fondamentaux et les méthodes de l'apprentissage automatique. Il couvre l'utilisation de scikit-learn pour le développement de modèles, la régression linéaire pour l'analyse prédictive et les méthodes de classification pour la catégorisation des données. Afficher plus
python
Boost your Tech Skills!
with up to 55% off
What you'll get with our subscription:
Access to 85+ top-rated courses
AI-driven Learning
Workspaces for practicing your skills
Personalized study tracks
Certificates of completion
Training 2 or more people?
Get your team access to Codefinity courses anytime, anywhere.
Try Codefinity TeamsWhat you will learn
- Understand the core principles of supervised learning and apply them using scikit-learn
- Develop a strong mathematical foundation for data science, including linear algebra, probability, and optimization
- Learn to implement and evaluate linear regression models for predictive analysis
- Explore classification techniques and build models to distinguish between different categories of data
- Master ensemble learning methods to improve model performance and robustness
- Learn the core principles of neural networks, how to build basic deep learning models and evaluate them
- 175 chapters
- 24 hours
- 177 tasks
Trusted by employees of leading companies
Learning track content
Module 1 / Introduction au ML Avec Scikit-Learn
Découvrez les concepts de l'apprentissage automatique et le flux de travail d'un projet ML.
Le prétraitement est probablement l'étape la plus importante d'un projet ML. Ce chapitre couvre les étapes de prétraitement nécessaires pour presque tout ensemble de données.
Un pipeline est une méthode élégante pour combiner toutes les étapes de prétraitement ainsi qu’un modèle. Les pipelines facilitent grandement l’entraînement et l’utilisation d’un modèle.
La modélisation est l'étape la plus intéressante d'un projet ML. Apprenons à construire, ajuster et évaluer le modèle !
Module 2 / Régression Linéaire Avec Python
Commençons par le modèle de régression linéaire le plus simple. Vous découvrirez le concept de la régression linéaire et la manière de réaliser des prédictions en Python.
La plupart des tâches de prédiction réelles impliquent plus d'une variable. Vous apprendrez à gérer la régression linéaire avec plusieurs variables explicatives.
Une droite ne décrit pas toujours correctement les données. Apprenons à construire un modèle plus complexe pour la prédiction. C'est à cela que sert la régression polynomiale.
Maintenant que vous savez comment construire plusieurs modèles de régression linéaire, il est nécessaire de disposer d'une méthode pour sélectionner le meilleur. Cela est possible grâce à l'utilisation de métriques. Cette section présente les métriques les plus couramment utilisées ainsi que les difficultés potentielles liées à leur utilisation.
Module 4 / Introduction à l'Apprentissage par Renforcement
Découvrez comment entraîner des agents à prendre des décisions optimales par essais et erreurs. Explorez les principes fondamentaux de la théorie de l'apprentissage par renforcement. Expérimentez la configuration et l'exécution d'un environnement Gymnasium.
Maîtrise du compromis exploration-exploitation à travers le problème du bandit manchot. Mise en œuvre de l'estimation de la valeur d'action, des méthodes ε-greedy, borne supérieure de confiance et bandit à gradient. Évaluation des performances des algorithmes sur des tâches simulées de maximisation de récompense.
Maîtrise de la programmation dynamique pour l'apprentissage par renforcement basé sur un modèle. Découverte de l'utilisation des équations de Bellman pour évaluer et améliorer les politiques. Mise en œuvre des algorithmes d'itération de politique et d'itération de valeur. Exploration de l'itération généralisée de politique comme fondement théorique des méthodes sans modèle.
Maîtrise des méthodes de Monte Carlo pour l'apprentissage par renforcement sans modèle. Estimation des fonctions de valeur et dérivation des politiques optimales à partir d'épisodes complets. Implémentation des algorithmes de contrôle Monte Carlo sur-politique et hors-politique. Découverte des stratégies d'exploration pour optimiser l'apprentissage sans modèle.
Maîtrise de l'apprentissage par différence temporelle pour l'apprentissage par renforcement sans modèle. Estimation des fonctions de valeur à partir d'épisodes partiels à l'aide des mises à jour TD(0). Implémentation des algorithmes SARSA sur politique et Q-Learning hors politique. Découverte de la combinaison des méthodes de Monte Carlo et de l'apprentissage TD dans TD à n étapes et TD(λ).
Module 5 / Introduction to Neural Networks
First, we will discuss what a neural network is and how it works. And also consider the scope of its application.
Next, we will try to build our own neural network and see how efficiently it copes with learning. We will also consider a ready-made solution from the scikit-learn library.
Finally, we will give you some additional useful information on how to understand which model to use and what types of neural networks there are. To complete the course, you will be tested on your acquired knowledge.
Module 6 / Analyse de Clusters
Plongez dans les fondamentaux du clustering et découvrez en quoi il diffère de la classification. Explorez les algorithmes, outils et bibliothèques essentiels qui alimentent cette technique d'apprentissage non supervisé pour révéler des motifs cachés dans les données.
Acquisition d’une compréhension approfondie des principales techniques de prétraitement garantissant un clustering efficace. Gestion des valeurs manquantes, encodage des variables catégorielles, normalisation des données et sélection de mesures de distance et de méthodes de liaison appropriées pour améliorer la précision du clustering.
Maîtriser les compétences nécessaires pour appliquer efficacement le clustering K-Means. Comprendre le fonctionnement de l'algorithme, déterminer le nombre optimal de clusters et acquérir une expérience pratique en implémentant K-Means sur des jeux de données synthétiques et réels.
Découvrez les principes fondamentaux du regroupement hiérarchique et la manière de regrouper des données en ensembles significatifs à l'aide de dendrogrammes. Développez la capacité à identifier le nombre optimal de groupes et à appliquer cette technique sur des ensembles de données synthétiques et réels.
Découvrez comment DBSCAN excelle dans la détection de groupes de formes variées et la gestion du bruit dans les données. Comprenez le fonctionnement de cet algorithme basé sur la densité, la méthode d'attribution des points aux groupes, et son application sur des ensembles de données synthétiques et réels avec assurance.
Acquisition d'une compréhension approfondie des modèles de mélange gaussien et de leur utilisation de la probabilité pour modéliser des formes de clusters complexes.
Principes de la distribution gaussienne.
Exploration du fonctionnement des modèles de mélange gaussien.
Application des modèles de mélange gaussien à des données fictives et réelles pour renforcer la compréhension.
Requirements
- A computer with a browser - all browsers are supported.
- Your enthusiasm to enhance your tech skills.
- Everything else needed to start learning and practicing is already included in this course.
Over 200,000 5-star ratings and counting
Ruslan Kravchuk
L'essentiel est d'apprendre et de ne pas abandonner
Le matériel est bon, il y a beaucoup à apprendre, tout cela pour s'améliorer, et l'essentiel est d'apprendre ce que vous souhaitez....
Matteo Comune
Grâce à eux, j'apprends énormément…
Grâce à eux, j'apprends beaucoup plus rapidement car ils vous aident à tout comprendre depuis le début. C'est le meilleur site web pour aider les personnes sans connaissances préalables en informatique...
Yuliana Cadavid
super cours pour débutants
super cours pour débutants, ils testent vos connaissances à chaque leçon...
Elpunzon
Je profite pleinement de mon expérience Codefinity…
Je profite pleinement de mon expérience Codefinity en apprenant Python. L'apprentissage à votre rythme est idéal car il s'adapte à votre emploi du temps...
Alexandru Alexandru
C'est agréable d'apprendre avec Codefinity
C'est agréable d'apprendre avec Codefinity. C'est facile et il y a de bons exemples de ce que j'ai appris ici...
jacob Templet
Easy to follow along with and provides…
Facile à suivre et apporte un défi dans mon quotidien. Ce défi me motive à apprendre chaque jour...
Elan
Codefinity est un outil d'apprentissage complet…
Codefinity est un outil d'apprentissage complet qui vous aide à développer vos compétences en tant qu'ingénieur logiciel ou data scientist. Les exercices sont amusants et constituent un excellent moyen d'affiner vos compétences...
Thibault
Première fois que j'apprends à coder
Première fois que j'apprends à coder et je réussis grâce à Codefinity - merci...
Adrien Morel
Parfaitement conçu pour les débutants complets
Parfaitement conçu pour les débutants complets, le progrès pas à pas me donne confiance....
_Gracy
c'est tout simplement parfaitement bien expliqué
C'est tout simplement parfaitement bien expliqué ! Jusqu'à présent, je n'ai rencontré aucune difficulté car tout est si bien organisé...
Ruslan Kravchuk
L'essentiel est d'apprendre et de ne pas abandonner
Le matériel est bon, il y a beaucoup à apprendre, tout cela pour s'améliorer, et l'essentiel est d'apprendre ce que vous souhaitez....
Matteo Comune
Grâce à eux, j'apprends énormément…
Grâce à eux, j'apprends beaucoup plus rapidement car ils vous aident à tout comprendre depuis le début. C'est le meilleur site web pour aider les personnes sans connaissances préalables en informatique...
Yuliana Cadavid
super cours pour débutants
super cours pour débutants, ils testent vos connaissances à chaque leçon...
Elpunzon
Je profite pleinement de mon expérience Codefinity…
Je profite pleinement de mon expérience Codefinity en apprenant Python. L'apprentissage à votre rythme est idéal car il s'adapte à votre emploi du temps...
Alexandru Alexandru
C'est agréable d'apprendre avec Codefinity
C'est agréable d'apprendre avec Codefinity. C'est facile et il y a de bons exemples de ce que j'ai appris ici...
jacob Templet
Easy to follow along with and provides…
Facile à suivre et apporte un défi dans mon quotidien. Ce défi me motive à apprendre chaque jour...
Elan
Codefinity est un outil d'apprentissage complet…
Codefinity est un outil d'apprentissage complet qui vous aide à développer vos compétences en tant qu'ingénieur logiciel ou data scientist. Les exercices sont amusants et constituent un excellent moyen d'affiner vos compétences...
Thibault
Première fois que j'apprends à coder
Première fois que j'apprends à coder et je réussis grâce à Codefinity - merci...
Adrien Morel
Parfaitement conçu pour les débutants complets
Parfaitement conçu pour les débutants complets, le progrès pas à pas me donne confiance....
_Gracy
c'est tout simplement parfaitement bien expliqué
C'est tout simplement parfaitement bien expliqué ! Jusqu'à présent, je n'ai rencontré aucune difficulté car tout est si bien organisé...
Data Engineer
Certificat de Réalisation
Montrez vos compétences nouvellement acquises. Vous l'avez mérité
Discover more
Learning tracks
Seulement pour Ultimate
7 Cours
293 Tâches
Seulement pour Ultimate
6 Cours
195 Tâches
Seulement pour Ultimate
4 Cours
115 Tâches
Seulement pour Ultimate
6 Cours
101 Tâches
Seulement pour Ultimate
4 Cours
143 Tâches
Seulement pour Ultimate
4 Cours
98 Tâches
Seulement pour Ultimate
3 Cours
39 Tâches
Seulement pour Ultimate
7 Cours
376 Tâches
Seulement pour Ultimate
7 Cours
343 Tâches
Seulement pour Ultimate
6 Cours
306 Tâches
Seulement pour Ultimate
5 Cours
145 Tâches
Seulement pour Ultimate
3 Cours
70 Tâches
Seulement pour Ultimate
7 Cours
278 Tâches
Seulement pour Ultimate
5 Cours
237 Tâches
Seulement pour Ultimate
4 Cours
125 Tâches
Seulement pour Ultimate
4 Cours
162 Tâches
Seulement pour Ultimate
3 Cours
75 Tâches
Seulement pour Ultimate
6 Cours
293 Tâches
Seulement pour Ultimate
5 Cours
206 Tâches
Seulement pour Ultimate
3 Cours
2 Projets
50 Tâches
Seulement pour Ultimate
3 Cours
180 Tâches
Seulement pour Ultimate
5 Cours
175 Tâches
Learning tracks
parcours
Développement Web Avec C#
Débutant
4.7
(2752)
parcours
Python de Zéro à Héros
Débutant
4.6
(9925)
parcours
SQL de Zéro à Héros
Débutant
4.7
(2979)
parcours
Essentiels de C++
Débutant
4.2
(642)
parcours
Développement de Jeux avec Unity
Débutant
4.5
(120)
parcours
Devenez Développeur React
Intermédiaire
4.3
(85)
parcours
Essentiels d'Excel
Débutant
4.6
(442)
parcours
Essentiels de Java
Débutant
4.5
(266)
parcours
Développement Web Full Stack
Débutant
4.6
(989)
parcours
Fondations du Développement Frontend
Débutant
4.6
(945)
parcours
Maîtriser la Visualisation des Données
Intermédiaire
4.6
(652)
parcours
Maîtrise du C++
Avancé
4.3
(20)
parcours
Java Web
Avancé
4.7
(3271)
parcours
Devenez un Ingénieur QA
Débutant
4.6
(816)
parcours
Production Vidéo avec Adobe
Débutant
5.0
(7)
parcours
Outils de Conception UI/UX
Débutant
4.7
(10)
parcours
Compétences Bureautiques Essentielles
Débutant
4.6
(347)
parcours
Digital Marketing Essentials
Débutant
4.4
(8)
parcours
Complete Social Media Management
Débutant
5.0
(4)
parcours
Business AI Toolkit
Débutant
4.6
(48)
parcours
Développement de Sites Web Sans Code
Débutant
4.3
(3)
parcours
Odyssée du Deep Learning
Avancé
4.4
(25)
Become a Development expert
Interactive exercises
Learning videos
AI-assistant on all courses
Workspaces for designing your own projects
Ready to get started?
ProBest intro offer | UltimateA complete experience to kickstart your career | |
---|---|---|
85+ Top-Rated courses | ||
Completion certificates | ||
AI-Assistant in all courses | ||
20+ hands-on Real-world projects | ||
Personalized study tracks | ||
Unlimited workspaces | ||
Boost your Tech Skills!
with up to 55% off
What you'll get with our subscription:
Access to 85+ top-rated courses
AI-driven Learning
Workspaces for practicing your skills
Personalized study tracks
Certificates of completion
Training 2 or more people?
Get your team access to Codefinity courses anytime, anywhere.
Try Codefinity Teams