Grâce à des exemples pratiques, familiarisez-vous avec les concepts centraux, la terminologie et les phases d’un pipeline de machine learning. Découvrez comment gagner de nouvelles connaissances et résultats pour votre entreprise grâce au machine learning.
Module 1 : Les bases du machine learning - La programmation classique vs. L’utilisation du machine learning
- Qu’est-ce qu’un modèle ?
- Les caractéristiques, l’importance et les résultats d’un algorithme
- Les catégories d’algorithmes utilisés en machine learning
- Les algorithmes supervisés
- Les algorithmes non supervisés
- L’apprentissage par renforcement (Reinforcement learning)
Module 2 : Qu’est-ce que le deep learning ? - Comment fonctionne le deep learning
- En quoi le deep learning est-il différent ?
Module 3 : Le pipeline de machine learning - Problème commercial
- La collecte et l’intégration des données
- Le traitement et la visualisation des données
- L’ingénierie des caractéristiques (Feature engineering)
- L’entrainement et le réglage du modèle
- L’évaluation du modèle
- Le déploiement du modèle
Module 4 : Et ensuite ? - Les ressources pour continuer son apprentissage du machine learning