Data Science - Data Science et Machine Learning pour TOUS

Science des données & Apprentissage automatique- Machine Learning, régression, classification, etc. [THÉORIE UNIQUEMENT]

4.30 (22 reviews)
Udemy
platform
Français
language
Data Science
category
instructor
Data Science - Data Science et Machine Learning pour TOUS
550
students
2 hours
content
Nov 2023
last update
$34.99
regular price

What you will learn

• Relier les concepts, principes et théories de la science des données et de l'apprentissage automatique.

• Comprendre la méthodologie de la science des données et de l'apprentissage automatique.

• Connaître les avantages et les inconvénients des différents algorithmes de l’apprentissage automatique.

• Savoir quel algorithme d’apprentissage automatique choisir en fonction du problème à résoudre.

Description

Science des Données et Apprentissage Automatique : Compréhension Théorique Approfondie


La science des données (Data Science) est un domaine vaste et fascinant, tandis que l'apprentissage automatique (Machine Learning) est une branche passionnante de la Data Science. Ce cours de deux heures offre une exploration détaillée de ces domaines pour ceux qui souhaitent comprendre leur fonctionnement.


Ce cours se distingue par son approche visuelle et simplifiée, qui démystifie les concepts et algorithmes de l'apprentissage automatique sans se perdre dans les détails mathématiques. Il se concentre sur la théorie, offrant une base solide pour quiconque souhaite exceller dans le domaine de la science des données.


Les sections de ce cours sont interconnectées et progressives, formant un ensemble cohérent qui facilite l'apprentissage. Chaque section se construit sur les précédentes, vous permettant d'explorer des concepts de plus en plus avancés au fur et à mesure de votre progression.


Ce cours aborde les compétences les plus recherchées dans le monde réel de la science des données et de l'apprentissage automatique. Il est conçu pour être simple, facile à comprendre, et descriptif, vous permettant de progresser rapidement.

Rejoignez ce cours pour démystifier la science des données et l'apprentissage automatique. C'est une opportunité unique d'acquérir des connaissances solides dans un format accessible et inspirant !


Contenu du cours :

Après avoir suivi ce cours avec succès, vous serez en mesure de :

  • Comprendre les concepts, principes et théories de la science des données et de l'apprentissage automatique

  • Appréhender la méthodologie de la science des données et de l'apprentissage automatique

  • Évaluer les avantages et les inconvénients des différents algorithmes d'apprentissage automatique

  • Sélectionner l'algorithme d'apprentissage automatique approprié en fonction du problème à résoudre


Ce cours s'adresse à :

  • Ceux qui souhaitent explorer la science des données et l'apprentissage automatique avec des données du monde réel

  • Les professionnels d'autres domaines désireux de comprendre ces domaines

  • Les passionnés de Machine Learning et de Data Science

  • Ceux qui veulent apprendre la science des données et l'apprentissage automatique, avec une perspective de mise en œuvre dans des projets concrets

  • Analystes commerciaux et autres curieux


Découvrez les Fondements de la Science des Données et de l'Apprentissage Automatique ! Inscrivez-vous dès maintenant pour acquérir une compréhension théorique approfondie. Rejoignez notre cours et commencez votre voyage passionnant dans le monde de la Data Science et du Machine Learning !

Content

Introduction et les bases

Introduction
02-Pourquoi le Data Science
03-Data Science et Machine Learning
05-Variables et Machine Learning

Les algorithmes de Machine Learning

06-La logique derrière le Machine Learning
07-Diffeérence entre Algorithme et Modele
08-Apprentissage supervisé et non-supervisé
09-Les différents algorithmes et leur utilisation
10-Différence entre clustering et Classification
11-Paramètre et hyper-paramètre

Apprentissage supervisé

12-Focus sur l'apprentissage supervisé
13-Regression Linéaire
14-Regression lineaire multiple et polynomiale
15-Support Vecteur Machine
16-Arbre de décision Partie 1
17-Arbre de decision Partie 2
18-Arbre de decision Paramètres
19-Arbre de decision Avantages et inconvénients
20-Ensemble Learning Introduction
21-Bagging et Forêt aléatoire
22-Bagging Avantages et inconvénients
23-Boosting
24-Boosting avantage et incovénients
25-Stacking
26-K plus proches voisins (kNN)

Apprentissage non-supervisé

27-Clustering
K-means Clustering
28-Système de recommandation

Performance des modèles de Machine Learning

31-Performance Modèle de classification
32-Performance modèle de regression
33-Conclusion

Charts

Price

Data Science - Data Science et Machine Learning pour TOUS - Price chart

Rating

Data Science - Data Science et Machine Learning pour TOUS - Ratings chart

Enrollment distribution

Data Science - Data Science et Machine Learning pour TOUS - Distribution chart
4941442
udemy ID
10/23/2022
course created date
10/27/2022
course indexed date
Bot
course submited by