Éditeur : Bogdan Anastasiei

Prix : 59 $

Durée du cours :

->

Langue du cours : Anglais

La description

Ce cours vous propose une formation pratique en apprentissage automatique, en utilisant le programme R. À la fin du cours, vous saurez comment utiliser les techniques d’apprentissage automatique les plus répandues pour faire des prédictions précises et obtenir des informations précieuses à partir de vos données.

Toutes les procédures d’apprentissage automatique sont expliquées en direct, en détail, sur des ensembles de données réels. Ainsi, vous avancerez rapidement et pourrez appliquer vos connaissances immédiatement – pas besoin d’essais et d’erreurs douloureux pour comprendre comment mettre en œuvre telle ou telle technique dans R. En peu de temps, vous pourrez avoir une solide expertise en apprentissage automatique.

Les compétences en apprentissage automatique sont très précieuses si vous avez l’intention d’obtenir un emploi comme analyste de données, scientifique de données, chercheur ou même ingénieur logiciel. C’est peut-être le bon moment pour vous de vous inscrire à ce cours et de commencer à développer vos compétences en apprentissage automatique dès aujourd’hui!

Voyons ce que vous allez apprendre ici.

Tout d’abord, nous allons discuter de certains concepts essentiels que vous devez absolument connaître avant d’effectuer un apprentissage automatique. Nous parlerons donc des techniques de machine learning supervisées et non supervisées, des distinctions entre prédiction et inférence, des modèles de régression et de classification et, surtout, des compromis biais-variance, un enjeu crucial de l’apprentissage automatique.

Ensuite, nous découvrirons validation croisée. C’est un sujet très important, car dans l’apprentissage automatique, nous devons être en mesure de tester et de valider notre modèle sur des ensembles de données indépendants (également appelés données de première vue). Nous allons donc présenter les avantages et les inconvénients de trois approches de validation croisée.

Après les deux premières sections d’introduction, nous étudierons le supervisé techniques d’apprentissage automatique. Nous commencerons par les techniques de régression, où la variable de réponse est quantitative. Et non, nous n’allons pas nous en tenir à la régression OLS classique que vous connaissez probablement déjà. Nous étudierons des techniques de régression sophistiquées comme la régression pas à pas (avant et arrière), la régression pénalisée (crête et lasso) et la régression partielle des moindres carrés. Et bien sûr, nous allons tous les montrer dans R, en utilisant des ensembles de données réels.

Ensuite, nous passerons aux techniques de classification, très utiles lorsque nous devons prédire une variable catégorielle. Nous étudierons ici la régression logistique (classique et lasso), l’analyse discriminante (linéaire et quadratique), la technique naïve de Bayes, le K plus proche voisin, la machine vectorielle de support, les arbres de décision et les réseaux de neurones.

Pour chaque technique ci-dessus, la présentation est structurée comme suit:

* une introduction théorique courte et facile à comprendre (sans mathématiques complexes)

* comment entraîner le modèle prédictif en R

* comment tester le modèle pour s’assurer qu’il effectue un bon travail de prédiction sur des ensembles de données indépendants.

Dans les dernières sections, nous étudierons deux techniques d’apprentissage automatique non supervisées: analyse en composantes principales et analyse de grappes. Ce sont de puissantes techniques d’exploration de données qui vous permettent de détecter des modèles dans vos données ou vos variables.

Pour chaque technique, un certain nombre d’exercices pratiques sont proposés. En faisant ces exercices, vous appliquerez réellement dans la pratique ce que vous avez appris.

Ce cours est votre chance de devenir un expert en apprentissage automatique en quelques semaines seulement! Avec mes conférences vidéo, vous trouverez très facile de maîtriser les principales techniques d’apprentissage automatique. Tout est montré en direct, étape par étape, de sorte que vous pouvez reproduire n’importe quelle procédure à tout moment.

Cliquez donc sur le bouton «S’inscrire» pour accéder instantanément à votre cours d’apprentissage automatique. Cela vous fournira sûrement de nouvelles compétences inestimables. Et, qui sait, cela pourrait vous donner un formidable coup de pouce dans votre carrière dans un proche avenir.

Rendez-vous à l’intérieur!