Initiez-vous au machine learning

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 CentraleSupélecCe cours a été créé en partenariat avec l’École CentraleSupélecObjectifs pédagogiques :À la fin de ce cours, vous saurez…

Décrire le cycle de développement général du travail d’un data scientistDéfinir le machine learning (apprentissage automatique en français), son champ d’application et ses limitesIdentifier 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

Organisateur :

OpenClassrooms

* MOOC Francophone est un service de mise en relation sans inscription et sans intermédiaire. Nous n’organisons aucun cours, le lien « Suivre le cours » vous redirige vers la page web des organisateurs. Les participants peuvent également évaluer ce cours en cliquant ici
  • icon

    Intervenants

    Yannis Chaouche

    Data scientist & professeur chez OpenClassrooms

  • icon

    Durée

    3 semaines

    Vous pouvez vous inscrire à ce cours à n’importe quel moment de l’année… Le  cours est disponible directement sur la plateforme OpenClassrooms 365 jours par an, 24/7, sur tous supports (PC, MAC, tablette, mobile).

    Vous pouvez également choisir de suivre les cours selon un rythme prédéfini par la plateforme (1 semaine par partie) ou bien sans rythme, sans contrainte de temps et organiser vous-même une progression régulière..

    Le rythme d’une semaine par partie permet un avancement régulier en fixant des dates limites sur le rendu des devoirs. L’avancement du cours sans rythme vous permet quant à lui une grande flexibilité, car vous pouvez réaliser vos exercices à tout moment.

    Cette formation est ouverte toute l’année.

  • icon

    Durée

    Vous pouvez vous inscrire à ce cours à n’importe quel moment de l’année… Le  cours est disponible directement sur la plateforme OpenClassrooms 365 jours par an, 24/7, sur tous supports (PC, MAC, tablette, mobile).

    Vous pouvez également choisir de suivre les cours selon un rythme prédéfini par la plateforme (1 semaine par partie) ou bien sans rythme, sans contrainte de temps et organiser vous-même une progression régulière..

    Le rythme d’une semaine par partie permet un avancement régulier en fixant des dates limites sur le rendu des devoirs. L’avancement du cours sans rythme vous permet quant à lui une grande flexibilité, car vous pouvez réaliser vos exercices à tout moment.

    Cette formation est ouverte toute l’année.

  • icon

    Prérequis

    Pré-requis : Des connaissances sur le langage C# ainsi que XAML sont recommandées pour bien appréhender ce cours. Toutefois, la compréhension de la majorité des chapitres ne nécessite pas de connaissance préalable. À la fin de ce cours, vous serez en mesure de comprendre tous les éléments clés de la plateforme pour développer votre application Windows 10 !

  • icon

    Charge de travail

    8 heures au total  

  • icon

    Coût

    Gratuit

  • icon

    Certification

    Vous devez compléter tous les exercices du cours et obtenir une note finale d’au moins 70% pour obtenir votre certification !

    Un compte OpenClassrooms Premium Solo (20€ / mois) est nécessaire pour valider votre certification.

  • icon

    Déroulement

    Chaque cours est composé d’une ou plusieurs parties et peut comporter du texte, des images (schéma, illustration) et des vidéos. Les vidéos des cours durent 10 minutes maximum, avec une moyenne de 3-4 minutes. Elles sont visualisables à tout moment sur OpenClassrooms et téléchargeables en haute définition.

    Chaque partie d’un cours certifiant est ponctuée d’exercices de 2 types :
    – des quiz corrigés automatiquement
    – des devoirs libres (exemple : créer un site web avec des consignes précises).

    Ces devoirs sont évalués par les pairs. Chaque devoir est corrigé 3 fois par 3 autres élèves, dans un processus en double aveugle, selon un barème fixé par le professeur. La note finale est la moyenne des 3 notes reçues sur le devoir.

    Si vous rencontrez des difficultés, pas de panique ! Vous pouvez à tout moment obtenir de l’aide sur les forums.

  • icon

    Programme

    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 3Certificat de réussite (voir un exemple)

  • icon

    Plateforme

    OpenClassrooms
    Une technologie issue du projet Open Source CLAIRE (Community Learning through Adaptive and Interactive multichannel Resources for Education) développé conjointement par OpenClassrooms (ex : Simple IT / Site du zéro), le laboratoire LIRIS (équipe Silex), et INRIA Grenoble (équipe WAM)

Evaluer ce cours !

Votre avis participe à une dynamique constructive pour les prochains sessions

0 50 100 1
50%
Moyenne des votes Je participe !
fermer

Merci pour votre contribution. Votre avis est en attente de modération avant publication. Après validation, vos données seront anonymisées.

fermer

Recevez chaque semaine les MOOCs à suivre !

Ne ratez aucun nouveau MOOC ! Avec notre newsletter garantie sans SPAM, restez informé pour ne louper aucun cours à venir.

Merci ! Votre demande d'inscription vient d'être prise en compte :)

Pin It on Pinterest

Share This