good course , some part is typical more statistical part shown, even i have good understanding of ML , so new learner will find little typical. rest tutor voice and language is understandable.



Apprentissage automatique avec Python
Ce cours fait partie de plusieurs programmes.
Enseigné en Français (doublage IA)


Instructeurs : Joseph Santarcangelo
529 516 déjà inscrits
Inclus avec
(17,154 avis)
Expérience recommandée
Ce que vous apprendrez
Des compétences fondamentales en apprentissage automatique prêtes à l'emploi en Python en seulement 6 semaines, y compris la façon d'utiliserScikit-learn pour construire, tester et évaluer des modèles.
Comment appliquer les techniques de préparation des données et gérer les compromis biais-variance pour optimiser la performance des modèles.
Comment mettre en œuvre les principaux algorithmes d'apprentissage automatique, notamment la régression linéaire, les arbres de décision et les SVM, pour les tâches de classification et de régression.
Comment évaluer les performances des modèles à l'aide de métriques, de la validation croisée et du réglage des hyperparamètres pour garantir la précision et la fiabilité.
Détails à connaître

Ajouter à votre profil LinkedIn
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Élaborez votre expertise du sujet
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable auprès de IBM


Obtenez un certificat professionnel
Ajoutez cette qualification à votre profil LinkedIn ou à votre CV
Partagez-le sur les réseaux sociaux et dans votre évaluation de performance

Recommandé si vous êtes intéressé(e) par Apprentissage automatique
Arizona State University
University of Michigan
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?




Avis des étudiants
17 154 avis
- 5 stars
76,01 %
- 4 stars
18,58 %
- 3 stars
3,40 %
- 2 stars
0,97 %
- 1 star
1,01 %
Affichage de 3 sur 17154
Révisé le 15 janv. 2025
Révisé le 9 oct. 2020
I'm extremely excited with what I have learnt so far. As a newbie in Machine Learning, the exposure gained will serve as the much needed foundation to delve into its application to real life problems.
Révisé le 26 mai 2020
Labs were incredibly useful as a practical learning tool which therefore helped in the final assignment! I wouldn't have done well in the final assignment without it together with the lecture videos!

Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
La popularité de Python dans l'apprentissage automatique découle de sa simplicité, de sa lisibilité et de ses bibliothèques étendues telles que TensorFlow, PyTorch et scikit-learn, qui rationalisent les tâches complexes de ML. Sa communauté active et sa facilité d'intégration avec d'autres langages et outils font également de Python un choix idéal pour le ML.
Les ingénieurs en apprentissage automatique utilisent Python pour développer des algorithmes, prétraiter les données, entraîner des modèles et analyser les résultats. Grâce aux riches bibliothèques et frameworks de Python, ils peuvent expérimenter divers modèles, optimiser les performances et déployer des applications de manière efficace.
Python offre une large gamme de bibliothèques de ML, est convivial pour les débutants et dispose d'un excellent support pour la visualisation des données et l'interprétation des modèles. Il prend également en charge le prototypage rapide, ce qui facilite le test et l'affinement des modèles par rapport à d'autres langages comme C++ ou Java.
Plus de questions
Aide financière disponible,