list 3 séquences
assignment Niveau : Introductif
label Informatique & Programmation
chat_bubble_outline Langue : Français
card_giftcard 14.4 points
2.7 /5
Avis de la communauté
1 avis

Les infos clés

credit_card Formation gratuite
verified_user Certification gratuite
timer 24 heures de cours

En résumé

Vous êtes intéressé·e par la data science et vous cherchez justement une porte d'entrée vers ce domaine en plein essor ? Ce cours d'initiation au machine learning est fait pour vous !

Le machine learning (aussi appelé apprentissage automatique en français) est un outil essentiel du data scientist, qui a grandement fait parler de lui ces dernières années de part les applications exceptionnelles qu’il a permises... 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 de modélisation statistique. C’est ce processus que nous allons explorer ensemble dans ce premier cours consacré au machine learning, un ensemble de techniques puissantes permettant de créer des modèles prédictifs à partir de données, sans avoir été explicitement programmées.

Les compétences d’un data scientist résident non seulement dans sa capacité à traduire les challenges de l’entreprise en problèmes de machine learning, mais aussi dans son agilité à proposer des solutions qui peuvent aider à résoudre ces problèmes de manière performante.

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 :

  • Décrire le cycle de développement général du travail d’un data scientist
  • Définir le machine learning (apprentissage automatique en français), son champ d’application et ses limites
  • Identifier les différents types de modélisation statistique (classification, régression, apprentissage supervisé, apprentissage non-supervisé)
  • Associer ces types de modélisation statistique à des problématiques business concrètes
  • Développer une intuition sur le fonctionnement de l’apprentissage automatique à partir de données
  • Entraîner un premier modèle simple de machine learning
  • Déterminer les difficultés principales auxquelles sont confrontés les data scientists au quotidien

more_horiz Lire plus
more_horiz Lire moins
dns

Le programme

Pré-requis
Ce cours est un cours d'initiation au machine learning, un domaine au croisement des mathématiques et de l'informatique. Pour en profiter pleinement, n'hésitez pas à vous rafraîchir la mémoire, avant ou pendant le cours, sur :

  • Python pour le calcul numérique que nous utiliserons dans la partie TP du cours (librairie numpy et création de graphes avec pyplot)
  • Quelques notions d'algèbre linéaire, telles que manipulation de vecteurs, multiplications de matrices, normes
  • Quelques notions de probabilités et statistiques, telles que distribution de loi de probabilité et variance

    
Partie 1 - Découvrez les possibilités du machine learning
1. Comment résoudre un problème de data science ?
2. Qu'est-ce que le machine learning ?
3. Identifiez les différents types de problèmes de machine learning
4. Formulez des problématiques business en problèmes de machine learning
Quiz : Quiz 1

Partie 2 - Entraînez votre premier algorithme de machine learning
1. Comment se passe l'apprentissage d'un modèle ?
2. TP : Décomposez l'apprentissage d'une régression linéaire
3. Exploitez au mieux votre jeu de données
4. TP : Entraînez le modèle des k plus proches voisins (k-NN)
Quiz : Quiz 2
Activité : Allez plus loin dans la prédiction de loyer

Partie 3 - Affrontez les difficultés classiques du machine learning
1. Les limites du machine learning : No free lunch et intractability
2. Trouvez le bon compromis entre biais et variance
3. La généralisation du modèle
4. Gérez le fléau de la dimension
Quiz : Quiz 3

Certificat de réussite

record_voice_over

Les intervenants

Yannis Chaouche
Data scientist & professeur chez OpenClassrooms

store

Le concepteur

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

La plateforme

OpenClassrooms (anciennement le Site du Zéro ou SdZ), est un site web qui propose des cours autour de l'informatique, des sciences et de l'entrepreneuriat.

Les cours en ligne peuvent être réalisés aussi bien par l'équipe du site, des professeurs d'universités ou de grandes écoles partenaires que par ses membres.

Aujourd'hui, les cours sont disponibles dans plusieurs format : MOOC (Massive Open Online Course), texte web, e-book, livre et en vidéo. L'entreprise délivre des certifications pour certains cours, dont une reconnue par l'état, en partenariat avec IESA multimédia.

Avis de la communauté
2.7 /5 Moyenne
0
0
1
0
0
Contenu
2/5
Plateforme
2/5
Animation
4/5
Le meilleur avis

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)

Quelle note donnez-vous à cette ressource ?
Contenu
0/5
Plateforme
0/5
Animation
0/5
le 3 avril 2018

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)

Vous pourriez être intéressé par...