link Source: openclassrooms.com
list 4 sequences
assignment Level : Intermediate
chat_bubble_outline Language : French
card_giftcard 100 points
Logo My Mooc Business

Their employees are learning daily with Edflex

Get started
Users' reviews
3.8
starstarstarstar
2 reviews

Key Information

credit_card Free access
verified_user Fee-based Certificate
timer 10 hours in total

About the content

Vous êtes intéressé par la Data Science et vous cherchez une porte d'entrée vers ce domaine en plein essor ? Ce cours d'initiation au Machine Learning est fait pour vous !

Le Machine Learning est un ensemble de techniques utilisées par les Data Scientists qui a grandement fait parler de lui ces dernières années. Car ses applications sont variées et très prometteuses !

Une fois que le Data Scientist a effectué son travail de collecte, de nettoyage et d’exploration des données, il peut passer à la partie "modélisation". C’est ce processus que nous allons explorer ensemble dans ce cours d'initiation au Machine Learning.

Vous allez découvrir un ensemble de techniques puissantes permettant de créer, à partir de données, des modèles prédictifs qui apprennent par eux-mêmes !

Je vous propose d'aborder cela avec moi, étape par étape, en restant au plus proche des problématiques actuelles que permet de résoudre la Data Science.

Je vous propose d'aborder cela avec moi, étape par étape, en restant concret et au plus proche des problématiques actuelles que permet de résoudre la data sience. C'est parti ?

Ce cours a été crée en partenariat avec l'École CentraleSupélec

À la fin de ce cours, vous saurez :

  • Resituer le Machine Learning au sein de la Data Science
  • Identifier les possibilités du Machine Learning
  • Identifier les techniques et outils du Machine Learning
  • Entraîner un algorithme de régression linéaire
  • Identifier les limites du Machine Learning

more_horiz Read more
more_horiz Read less
report_problem

Prerequisite

Ce cours se situe au croisement des mathématiques et de l'informatique. Si vous ne possédez pas les prérequis ci-dessous, n'hésitez tout de même pas à consulter ce cours, qui vous donnera un bon aperçu de l'écosystème et des méthodes de Data science.

Pour profiter pleinement du cours, n'hésitez pas à vous rafraîchir la mémoire sur :

  • Python pour le calcul numérique ;
  • quelques notions d'algèbre linéaire, telles que manipulation de vecteurs, multiplication de matrices, normes ;
  • quelques notions de probabilités et statistiques, telles que distribution de loi de probabilité et variance.

Outils nécessaires : 

  •  scikit-learn
  • Jupyter Notebook

dns

Syllabus

Partie 1 - Identifiez les possibilités du Machine Learning
1. Découvrez le domaine de la Data Science
2. Plongez-vous dans la peau d’un Data scientist
3. Identifiez les différentes étapes de modélisation
4. Identifiez les différents types d'apprentissage automatiques
 Quiz : Identifiez les possibilités du Machine Learning

Partie 2 - Identifiez les techniques et outils du Machine Learning
1. Transformez des besoins métiers en problèmes de Machine Learning
2. Sélectionnez les outils de Data Science appropriés
 Quiz : Identifiez les techniques et outils du Machine Learning

Partie 3 - Entraînez votre premier algorithme de Machine Learning
1. Construisez un modèle statistique
2. Programmez votre première régression linéaire
3. Exploitez votre jeu de données
4. Entraînez votre premier k-NN
5. Entraînez-vous à entraîner un algorithme de Machine Learning !

Partie 4 - Appréhendez les limites du Machine Learning
1. Familiarisez-vous avec les limites des algorithmes
2. Trouvez le bon compromis entre biais et variance
3. Généralisez votre modèle
4. Gérez le fléau de la dimension
 Quiz : Appréhendez les limites du Machine Learning

Certificat de réussite

record_voice_over

Instructors

Yannis Chaouche
Data scientist & professeur chez OpenClassrooms

store

Content Designer

CentraleSupélec
CentraleSupélec is the result of the merger of the Ecole Centrale Paris and the Supélec. The collaboration between the two Colleges of engineering begun in 1969 with the introduction of the joint competitive entrance exam. Since 2009, the Ecole Centrale Paris and Supélec have continually strengthened their partnerships and collaborations with the aim of encompassing the whole of their activities (engineering education, research and post graduate programs) and confirmed their shared values of excellence, innovation, entrepreneurship, internationalization and leadership. Today CentraleSupélec aims to become a reference in the field of engineering and systems sciences and a leading engineering College in the area of higher education and research, ranked amongst the best institutions in the world.
assistant

Platform

OpenClassrooms

OpenClassrooms (formerly Le site du Zéro or SdZ) is a website that offers courses about computer science and entrepreneurship. Online courses can be made both by site staff, professors of universities or colleges partner as by its members.

Today, courses are available in several formats: MOOC (Massive Open Online Course), web text, e-book, book and video. The company delivers certifications for certain courses, including one recognized by the state in partnership with IESA multimedia.

Reviews
3.8 /5 Average
starstarstarstarstar
1
starstarstarstarstar
0
starstarstarstarstar
1
starstarstarstarstar
0
starstarstarstarstar
0
Content
3.5/5
Platform
3.5/5
Animation
4.5/5
Best Review

Excellente introduction à l'apprentissage automatique (plus théorique que pratique). Bien que pour en profiter, une certaine connaissance préalable de l'analyse des données est nécessaire.

Published on November 14, 2020
You are the designer of this MOOC?
What is your opinion on this resource ?
Content
5/5
Platform
5/5
Animation
5/5
November 14, 2020
starstarstarstarstar

Excellente introduction à l'apprentissage automatique (plus théorique que pratique). Bien que pour en profiter, une certaine connaissance préalable de l'analyse des données est nécessaire.

Anonymous,
April 3, 2018
starstarstarstar

Une première approche intéressante mais, pour une initiation, j'ai trouvé les explications très théoriques et très abstraites, sans véritable lien vers une application pratique. De plus les exercices manquent de progressivité, passant de "copiez-collez-lancez ce bout de code" à "créez votre modèle de machine learning de A à Z". Il faut beaucoup chercher sur internet avant de comprendre certaines notions peu ou pas abordées dans le cours (bon à savoir avant de démarrer)