Le Machine Learning
Construisez des modèles prédictifs grâce aux algorithmes de Machine Learning par Rod Paris
Vous souhaitez construire vos propres modèles prédictifs avec des algorithmes de Machine Learning ?
Ce cours de Machine Learning vous permettra de comprendre comment construire des modèles prédictifs, comment mesurer leurs performances et comment les améliorer.
14h02
169 chap
4,9/5
(22
votes)
542
élèves
Au programme de ce cours en ligne
Cette formation explique pas à pas les notions compliquées de Machine Learning pour les rendre accessible au plus grand nombre. Apprenez étape par étape les mécanismes des algorithmes des k Nearest Neighbors (k plus proches voisins), de la régression linéaire, de la régression logistique et de l’algorithme des k-mean clustering. Vous apprendrez à évaluer la qualité et précision de ces modèles via des métriques d’erreur. La validation croisée et l’optimisation d’hyper paramètres n’auront plus de secrets pour vous. À la fin de cette formation, vous aurez toutes les bases pour comprendre et construire vos propres modèles de Machine Learning plus poussés.
Accessible à tous (débutant comme avancé)
169
videos
36
annexes
Accès 24/7
Certificat
1
Présentation complète du programme
01:56
2
Installation Anaconda / Python
01:17
3
Installation des bibliothèques nécessaires
02:13
4
Pré-requis Python / Pandas
15:45
Prix
Rod Paris
Votre expert Pro
Rod a déjà accompagné plus de 9000 étudiants sur ses formations. Entrepreneur, Data Scientist, Développeur Web et Formateur passionné de Cloud, Big Data et d’Intelligence Artificielle, il écrit aussi de nombreux articles sur le blog Mon Coach Data. Sa mission consiste à vous inspirer à créer quelque chose qui ait ...
En apprendre plus sur Rod Paris
Rod Paris est suivi par 5419 élèves et
a reçu la note globale de
4,7/5 sur
6 cours
Vos avis sur ce cours
Excellent ! Formation intéressante qui permet de se familiariser avec les problématiques du machine learning. On peut rapidement exploiter les "recettes" fournies pour investiguer les pistes d'amélioration (pré-traitement des données, méthodes d'entrainement et de validation).
Alexandre D.
Très bien ! Dans sa globalité c'est une bonne formation, il y a beaucoup de contenu à découvrir. Le professeur a une bonne faculté d'enseignement mais la grande partie du travail se trouve de notre côté. il est important de prendre le temps nécéssaire pour bien assimiler tous les points qui sont présentés. Le projet final à réaliser est très intérressant, surtout pour les étudiants en finance comme moi.
nathan B.
Excellent ! Très bien !
François B.