Machine Learning Avec Python : La Formation Complète

Machine Learning Avec Python  La Formation Complète

 

ดาวน์โหลดคอร์สเรียน Machine Learning Avec Python : La Formation Complète ฟรี



 
หมวดหมู่ (Category) : Development / Data Science / Machine Learning
 

ข้อมูลไฟล์ (File Info) :

  • Dernière mise à jour : 1/2023
  • MP4 | Video: h264, 1280×720 | Audio: AAC, 44.1 KHz
  • Language: Français | Size: 6.00 GB | Duration: 14h 3m

Apprendre les fondamentaux du Machine Learning en Python pour la Data Science (sur des modèles réels de prédiction)

สิ่งที่คุณจะได้เรียนรู้ (What you’ll learn) :

  • Les fondamentaux du Machine Learning avec Python
  • L’algorithme des k plus proches voisins (k Nearest Neighbors)
  • Création et évaluation de la qualité de modèles en tout genre
  • Validation croisée holdout et des k-fold
  • Régression linéaire
  • Régression logistique
  • Clustering des k-mean
  • Classification simple & multiple
  • Réseaux de neurones

ข้อกำหนด (Requirements) :

  • Avoir des notions en Python est un plus

คำอธิบาย (Description) :

Cette formation vous permettra d’acquérir les bases du Machine Learning (apprentissage automatique à partir de données).

Si vous souhaitez créer vos propres modèles de prédiction et de classification en Python avec des algorithmes de Machine Learning et découvrir cette branche de la Data Science, n’hésitez plus et rejoignez cette formation (cf. programme ci-dessous)

Cette formation explique pas à pas les notions compliquées de Machine Learning pour les rendre accessible au plus grand nombre.

Lors de cette formation Machine Learning, apprenez à construire, optimiser puis déployer des modèles prédictifs avec la librairie Python scikit-learn.

La formation se veut progressive et pratique. On décortique 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. Une palette assez large et fondamentale du Machine Learning. 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.

A chaque vidéo/étape, vous aurez un énoncé et c’est vous qui construisez pas à pas vos compétences en Machine Learning, ce qui nécessite plus de travail que de « simplement » suivre un formateur qui tape du code à l’écran et explique vaguement les concepts.
Devenez acteur de votre apprentissage !

A la fin de cette formation, vous aurez toutes les bases pour comprendre et construire vos propres modèles de Machine Learning plus poussés.

คอร์สนี้เหมาะกับใคร (Who this course is for) :

  • Toute personne intéressée par la Data science
  • Toute personne souhaitant réaliser et comprendre des algorithmes de Machine Learning
  • Tout personne voulant créer des modèles de prédiction et évaluer leurs performances

เนื้อหาหลักสูตร (Overview) :

Introduction
7 lectures • 23min

————— PARTIE 1 — MACHINE LEARNING : LES FONDAMENTAUX —————-
1 lecture • 1min

Introduction aux K plus proches voisins – k Nearest Neigbors (kNN)
8 lectures • 46min

Evaluer la performance du modèle
6 lectures • 33min

Modèle multivarié des K plus proches voisins
10 lectures • 1hr 9min

Optimisation hyper paramétrique
6 lectures • 35min

Validation croisée
8 lectures • 51min

Projet guidé 1 : Prédiction de prix de voitures
10 lectures • 32min

——– PARTIE 2 — REGRESSION LINEAIRE appliquée au MACHINE LEARNING ——–
1 lecture • 1min

Modèle de Régression Linéaire
7 lectures • 34min

Sélection des caractéristiques
6 lectures • 34min

Gradient Descent
7 lectures • 24min

Moindres carrés ordinaires
4 lectures • 12min

Traitement, nettoyage et transformation des caractéristiques
6 lectures • 33min

Projet guidé 2 : Prédiction des prix de vente de maisons
8 lectures • 33min

———– PARTIE 3 — MACHINE LEARNING : TECHNIQUES INTERMEDIAIRES ———–
1 lecture • 1min

Régression Logistique
7 lectures • 24min

Introduction à l’évaluation d’un classificateur binaire
5 lectures • 30min

Classification Multi-Classe
6 lectures • 30min

Overfitting (surapprentissage)
6 lectures • 38min

Les bases du Clustering
9 lectures • 42min

K-Means Clustering
16 lectures • 54min

Gradient Descent
6 lectures • 1hr 4min

BONUS : Introduction au concept de Réseaux de neurones
10 lectures • 1hr 3min

Projet guidé 3 : Prédire le marché boursier
12 lectures • 36min

SECTION BONUS : MERCI
2 lectures • 1min

📋 More Info


 

ตัวอย่างหลักสูตร
(Course Preview)

Machine Learning Avec Python  La Formation Complète

Requirements

Avoir des notions en Python est un plus
File Info

Official Website : www.udemy.com/course/formation-machine-learning-python/?persist_locale=&locale=en_US
License : FOR EDUCATIONAL PURPOSES ONLY
File Name : Machine Learning avec Python La formation complete.rar File Size : 6.31 GB File Type : *.rar Server : Google Drive Upload date : 26/03/2023 Last modified : 26/03/2023 Password : sbz

 
Warning! This file is for educational and non-commercial use only. Downloading copyrighted material is illegal and all the files here are only for educational uses. To support creators/developers Please purchase a genuine version from the official website. We don’t own and resell this product, we got this from a free source. Developers/creator/maker made it with difficulty. Please purchase a genuine license from the official website.
📜 Buy 

💾 ดาวน์โหลด

รหัสแตกไฟล์คือ sbz
วิธีดาวน์โหลด | วิธีแก้ลิ้งค์เกินโควต้า



🗨  JOIN OUR COMMUNITY