Réalise un projet de Machine Learning avec Python en 2h

Forme-toi rapidement aux différentes étapes des projets en Machine Learning avec Python pour la Data Science

4.70 (70 reviews)
Udemy
platform
Français
language
Data Science
category
instructor
349
students
2 hours
content
Jan 2024
last update
$19.99
regular price

What you will learn

Devenir rapidement opérationnel en Machine Learning

Se familiariser avec Python pour la Data Science

Obtenir un cadre de résolution de problèmes en Data Science avec Python

Résoudre un problème concret grâce au Machine Learning Python

Utiliser et améliorer des algorithmes couramment utilisés

Comprendre les challenges qu'un data scientist peut rencontrer

Description

En seulement 2 heures, tu sauras réaliser un projet de Machine Learning, du début à la fin.

Tu connaitras toutes les étapes d’un projet en Data Science et comment les mener à bien avec Python.


--> Les e-mails privés

La Data est un domaine d'opportunités mais nécessite de solides compétences et certifications. J'aide les personnes qui veulent se reconvertir dans la Data, mais qui n'ont pas suivi les études adaptées, en leur proposant des programmes pratiques pour monter en compétences et se construire un profil recherché.

En t'inscrivant à ces e-mails, tu recevras toutes les infos sur les prochains cours live que j'organise (réservés aux membres), les nouvelles formations, mais également des réductions exclusives pour te former à moindre coût.

Pour rejoindre les e-mails privés (c'est gratuit !):

Recherche l'URL suivante : "school.damiench .com" (en supprimant l'espace)

Sur LinkedIn : Damien Chambon


Jusqu’à présent, tu as sans doute appris beaucoup de choses sur la théorie du Machine Learning mais tu n'as aucune idée de comment les appliquer à des cas concrets.

Tu souhaites peut-être incorporer du Machine Learning dans tes projets professionnels pour améliorer tes résultats mais cela semble insurmontable.

En continuant comme ça, tu peux continuer à te documenter sur le Machine Learning sans passer à la pratique et perdre ainsi un temps fou. Pire, il se peut même que tu te décourages de cette discipline et que tu abandonnes.


Le vrai problème, c’est qu’il y a beaucoup de choses à prendre en compte dans un projet de Data Science, de la collecte des données, à leur préparation, au choix du modèle en passant par l’optimisation de l’algorithme.


La solution à tout ça, c’est un plan clair avec des instructions simples à suivre, applicables à tout projet de Machine Learning et qui te permettent d'avoir des résultats le plus rapidement possible.


C’est pourquoi j’ai voulu créer une formation complète, qui détaille toutes les étapes des projets de Machine Learning, du début à la fin, en les implémentant directement en Python.

Attention, cette formation est intense, de nombreux concepts techniques sont couverts, ainsi que plusieurs librairies et fonctions Python. Il faut que tu sois motivé.

Il faudra suivre avec attention les différentes étapes que je vais te présenter pour t’assurer que le résultat final soit intéressant.


Après avoir complété cette formation, tu sauras comment résoudre un problème grâce au Machine Learning et Python. Tu découvriras à quel point cette discipline peut être puissante.

Peu importe le jeu de données qu'on pourra te confier : tu sauras comment utiliser des algorithmes de Machine Learning, simplement en suivant les différentes étapes présentées ici.

Une fois embauché, tu auras de plus en plus d’idées de comment l’appliquer dans ta vie professionnelle.


Dans cette formation, tu découvriras la puissante technique qu’est le feature engineering.

Tu apprendras 3 techniques utilisées, simples mais puissantes, pour explorer des données.

Tu découvriras comment automatiser la préparation des données grâce à 4 outils utilisés par les data scientists.

Enfin, tu apprendras comment améliorer significativement tes modèles, de manière automatique, avec une méthode très robuste.


Si tu connais actuellement peu de modèles de Machine Learning, pas de soucis, j’explique l’intuition derrière les modèles que j’utilise. Cette formation convient aussi à ceux qui n’ont que quelques bases en Python car le code est expliqué au fur et à mesure.

Ce cours est un véritable guide pour tout projet de Machine Learning en Python.


On se retrouve dans la formation.

A tout de suite,
Damien

Content

Introduction au Machine Learning

Présentation du cours
Data Science vs. Machine Learning
Les différentes étapes d'un projet de Machine Learning

Préparer son environnement de travail

Télécharger les logiciels de développement
Installer les librairies nécessaires
Télécharger les données

Explorer les données

Découvrir l'interface de l'IDE
Charger les données dans l'IDE
Manipuler les données en Python
Feature engineering
Interpréter les mesures sur les données
Créer des graphiques pour la visualisation de données
Etudier la corrélation entre variables

Préparer les données pour les algorithmes

Etudier la variable prédite
Séparer les données en train et test set
Nettoyer les données

Entrainer ses modèles de Machine Learning

Focus sur la régression linéaire
Entrainer son premier modèle de ML
Tester la performance de son modèle
Focus sur les Random Forest Regressor
Entrainer un autre modèle de ML
Améliorer ses modèles avec la Grid Search

Transmettre ses résultats

Synthétiser les résultats importants

Conclusion du cours

Résumé des différentes étapes du projet
Votre feedback sur le cours

Screenshots

Réalise un projet de Machine Learning avec Python en 2h - Screenshot_01Réalise un projet de Machine Learning avec Python en 2h - Screenshot_02Réalise un projet de Machine Learning avec Python en 2h - Screenshot_03Réalise un projet de Machine Learning avec Python en 2h - Screenshot_04

Reviews

malide
July 4, 2023
Formation complète et de qualité. Un formateur précis, clair et une présentation vidéo excellente. Bravo et merci
David
October 28, 2020
Excellente valeur pedagogique ! Le formateur explique clairement et efficacement son sujet. Une tres bonne introduction a la Data Science !
Anne-Lise
June 27, 2020
ce serait bien d'avoir en ressources le fichier du code en prochain cours, détailler les modèles ensemblistes comment savoir les avantages/inconvénients à sélectionner la médiane ou moyenne pour valeur manquante
Herson
April 22, 2020
Cours bien structuré. Le code aurait pu être ajouté au fur et à mesure des sections ( comme dans certains cours ) De plus les notions de fit , transform, fit_transform ne sont pas assez détaillées/expliquées à mon goût.

Charts

Price

Réalise un projet de Machine Learning avec Python en 2h - Price chart

Rating

Réalise un projet de Machine Learning avec Python en 2h - Ratings chart

Enrollment distribution

Réalise un projet de Machine Learning avec Python en 2h - Distribution chart
2866698
udemy ID
3/12/2020
course created date
3/15/2020
course indexed date
Bot
course submited by