Les bases de l'apprentissage automatique

Profitez de l'une de nos meilleures offres et renforcez vos compétences avec 50 % de réduction sur Coursera Plus. Économisez maintenant.

Les bases de l'apprentissage automatique

Instructeur : Jaekwang KIM

11 416 déjà inscrits

Inclus avec

4 modules

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

93 avis

2 semaines à compléter

à 10 heures par semaine

Planning flexible

Apprenez à votre propre rythme

4 modules

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

93 avis

2 semaines à compléter

à 10 heures par semaine

Planning flexible

Apprenez à votre propre rythme

Compétences que vous acquerrez

Catégorie : Apprentissage automatique
Catégorie : Modèle de formation
Catégorie : Régression logistique
Catégorie : Algèbre linéaire
Catégorie : Mathématiques et modélisation mathématique
Catégorie : Algorithmes d'apprentissage automatique
Catégorie : Évaluation du modèle
Catégorie : Méthodes statistiques
Catégorie : Analyse de régression
Catégorie : Méthodes d'apprentissage automatique
Catégorie : Analyse
Catégorie : Apprentissage automatique appliqué
Catégorie : Apprentissage supervisé
Catégorie : Apprentissage non supervisé

Outils que vous découvrirez

Catégorie : Scikit Learn (Bibliothèque d'apprentissage automatique)
Catégorie : Programmation Python

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Évaluations

13 devoirs

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

En savoir plus sur Coursera pour les affaires

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

Il y a 4 modules dans ce cours

Dans ce cours, vous allez :

a) comprendre les concepts de base de l'apprentissage automatique. b) comprendre une méthode typique basée sur la mémoire, la méthode des K plus proches voisins. c) comprendre la régression linéaire. d) comprendre l'analyse des modèles. Assurez-vous d'être à l'aise avec la programmation en Python et d'avoir des connaissances de base en mathématiques, y compris les multiplications de matrices et les probabilités conditionnelles.

Inclus

3 vidéos3 lectures3 devoirs

3 vidéosTotal 37 minutes

Parlons de l'apprentissage automatique10 minutes
Apprentissage supervisé, apprentissage non supervisé, apprentissage par renforcement14 minutes
Surajustement vs. généralisation, évaluation des modèles13 minutes

3 lecturesTotal 180 minutes

A à Z de l'IA/apprentissage des machines 160 minutes
A à Z de l'IA/apprentissage machine 260 minutes
A à Z de l'IA/apprentissage des machines 360 minutes

3 devoirsTotal 15 minutes

Quiz 15 minutes
Quiz 25 minutes
Quiz 35 minutes

Inclus

3 vidéos3 lectures3 devoirs

3 vidéosTotal 29 minutes

Comment fonctionne le k-NN7 minutes
Facteurs de pondération, noyaux pour le k-NN13 minutes
implémentations de la classification k-NN9 minutes

3 lecturesTotal 130 minutes

introduction à kNN10 minutes
kNN - malédiction de la dimensionnalité60 minutes
mesures de distance kNN60 minutes

3 devoirsTotal 15 minutes

Quiz 15 minutes
Quiz 25 minutes
Quiz 35 minutes

Inclus

3 vidéos3 lectures3 devoirs

3 vidéosTotal 33 minutes

Définition du problème et solution en LR13 minutes
Modèle linéaire additif10 minutes
Mise en œuvre de la régression linéaire10 minutes

3 lecturesTotal 180 minutes

Régression linéaire simple60 minutes
Tests et intervalles60 minutes
Régression linéaire multiple60 minutes

3 devoirsTotal 15 minutes

Quiz 15 minutes
Quiz 25 minutes
Quiz 35 minutes

Inclus

3 vidéos3 lectures4 devoirs

3 vidéosTotal 34 minutes

Qu'est-ce qu'un bon modèle ?12 minutes
La régression logistique comme classificateur linéaire12 minutes
Mise en œuvre de la régression logistique10 minutes

3 lecturesTotal 180 minutes

Transformations logit et logistique60 minutes
Rapport de diagnostic résiduel60 minutes
Exemple 2 - Sélection de sous-ensembles60 minutes

4 devoirsTotal 50 minutes

Test final35 minutes
Quiz 15 minutes
Quiz 25 minutes
Quiz 35 minutes

Instructeur

Évaluations de l’enseignant

(38 évaluations)

Jaekwang KIM

Sungkyunkwan University

3 Cours13 971 apprenants

Offert par

Sungkyunkwan University

En savoir plus sur Développement de logiciels

The University of Chicago
Machine Learning: Concepts and Applications
Cours
Catégorie : Prévisualisation
Catégorie : Crédit proposé
O.P. Jindal Global University
Machine Learning
Cours
Catégorie : Prévisualisation
Catégorie : Crédit proposé
Arizona State University
Introduction to Machine Learning with Python
Cours
Statut : Essai gratuit
Catégorie : Crédit proposé
Packt
Fundamentals of Machine Learning
Cours
Catégorie : Crédit proposé

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

5 stars
63,82 %
4 stars
21,27 %
3 stars
9,57 %
2 stars
2,12 %
1 star
3,19 %

Affichage de 3 sur 93

Révisé le 24 juil. 2024

The course is very good and it fulfills its objectives.

Révisé le 15 juil. 2024

Hi thank you for your amazing course I learned a lot. That was so useful for me and this course gave me very good training and was expressed in very simple language

Révisé le 21 juin 2025

It helps me to clear basics topic of machine learning. Got a lot of insights about knn , logistic regression and linear regression.

Voir plus d’avis

Foire Aux Questions

Pour accéder aux supports de cours, aux devoirs et pour obtenir un certificat, vous devez acheter l'expérience de certificat lorsque vous vous inscrivez à un cours. Vous pouvez essayer un essai gratuit ou demander une aide financière. Le cours peut proposer l'option "Cours complet, pas de certificat". Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.

Lorsque vous achetez un certificat, vous avez accès à tous les supports de cours, y compris les devoirs notés. Une fois le cours terminé, votre certificat électronique sera ajouté à votre page de réalisations. Vous pourrez alors l'imprimer ou l'ajouter à votre profil LinkedIn.

Oui, pour certains programmes de formation, vous pouvez demander une aide financière ou une bourse si vous n'avez pas les moyens de payer les frais d'inscription. Si une aide financière ou une bourse est disponible pour votre programme de formation, vous trouverez un lien pour postuler sur la page de description.