Mooc AtlasAutoformation de niveau universitaire
Data Science
Data Science · Année 3 · Données, machine learning et IA

S5 Données et apprentissage automatique

Préparer des données réelles à grande échelle en Python, puis entraîner et évaluer des modèles supervisés et non supervisés.

191heures de cours
20semaines à 10 h
2étapes
8nouveaux cours
1universités

Compétences visées

  • Collecte, intégration, nettoyage et transformation de données avec pandas
  • Visualisation exploratoire avec Matplotlib et Seaborn
  • Arbres, régressions, SVM, méthodes d'ensemble, validation croisée
  • Clustering, réduction de dimension, introduction au deep learning

Projet du semestre

Le projet final de Data Wrangling with Python, puis un modèle prédictif complet sur ces mêmes données.

Cours du semestre

  1. 1
    University of Colorado BoulderDébutantPython, pandas, NumPy, Seaborn

    Prérequis annoncés : Python fundamentals and statistics

    Voir les 5 cours
    CoursNiveauDuréeNote (avis)
    Fundamental Tools of Data WranglingDébutant27 h4,3 (22)
    Data Collection and IntegrationIntermédiaire28 h4,5 (16)
    Data Understanding and VisualizationIntermédiaire25 h—
    Data Processing and ManipulationIntermédiaire29 h—
    Data Wrangling with Python ProjectIntermédiaire26 h—
  2. 2
    University of Colorado BoulderIntermédiairePython
    Voir les 3 cours
    CoursNiveauDuréeNote (avis)
    Introduction to Machine Learning: Supervised LearningIntermédiaire23 h4,5 (67)
    Introduction to Machine Learning: Unsupervised LearningIntermédiaire15 h4,6 (24)
    Introduction to Deep LearningIntermédiaire18 h4,5 (24)

Lectures

Points d’attention

  • Machine Learning: Theory and Hands-on Practice ne compte que 84 avis : compléter avec ISLP si un point reste flou.

Avec Coursera Plus

Ce semestre représente 191 heures, soit environ 4 mois à 10 heures par semaine. L’abonnement Coursera Plus donne accès à la plupart de ses cours pendant cette période.

Découvrir Coursera Plus