link Source : openclassrooms.com
list 4 séquences
assignment Niveau : Intermédiaire
chat_bubble_outline Langue : Français
card_giftcard 100 points
Logo My Mooc Business

Ils choisissent Edflex pour développer les compétences en entreprise.

En savoir plus
Avis de la communauté
3.8
starstarstarstar
2 avis

Les infos clés

credit_card Formation gratuite
verified_user Certification payante
timer 10 heures de cours

En résumé

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 Lire plus
more_horiz Lire moins
report_problem

Les prérequis

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

Le programme

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

Les intervenants

Yannis Chaouche
Data scientist & professeur chez OpenClassrooms

store

Le concepteur

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

La plateforme

OpenClassrooms

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
3.8 /5 Moyenne
starstarstarstarstar
1
starstarstarstarstar
0
starstarstarstarstar
1
starstarstarstarstar
0
starstarstarstarstar
0
Contenu
3.5/5
Plateforme
3.5/5
Animation
4.5/5
Le meilleur avis

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.

le 14 novembre 2020
Vous êtes le concepteur de ce MOOC ?
Quelle note donnez-vous à cette ressource ?
Contenu
5/5
Plateforme
5/5
Animation
5/5
le 14 novembre 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.

Anonyme,
le 3 avril 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)