Simuler un système physique
Résoudre sous MATLAB ou Octave les équations d’un pendule amorti ou d’un circuit RLC.
Tous les parcoursDécouvrir Coursera PlusAprès l’étape 1 Après l’étape 2 Après l’étape 3 Après l’étape 4
Data et IA · 11Avancé
Ingénieur IA appliquée aux sciences
Ingénieur ou chercheur en sciences expérimentales.
Mathématiques de l'ingénieur sous MATLAB, analyse de données en Python et IA appliquée aux problèmes scientifiques.
390heures de cours
39semaines à 10 h
4étapes
16cours
3universités
Compétences visées
Model EvaluationDimensionality ReductionData PreprocessingModel OptimizationGenerative AINumerical AnalysisApplied MathematicsScriptingMechanicsIntegral CalculusAlgebraDerivatives
Intitulés de compétences repris de Coursera.
Métiers visés
- Ingénieur R&D
- Chercheur en sciences expérimentales
- Ingénieur simulation
Progression
- 1The Hong Kong University of Science and TechnologyDébutantMATLAB
Prérequis annoncés : Single variable calculus and some computer programming ability
Voir les 5 cours
Cours Niveau Durée Note (avis) Matrix Algebra for Engineers Débutant 20 h 4,9 (4 726) Differential Equations for Engineers Débutant 27 h 4,9 (2 251) Vector Calculus for Engineers Débutant 30 h 4,8 (1 425) Numerical Methods for Engineers Intermédiaire 40 h 4,8 (451) Mathematics for Engineers: The Capstone Course Intermédiaire 10 h 5,0 (45) - 2University of Colorado BoulderIntermédiairePython
Prérequis annoncés : Data Wrangling with Python specialization or equivalent skills
Voir les 5 cours
Cours Niveau Durée Note (avis) Classification Analysis Intermédiaire 38 h — Regression Analysis Intermédiaire 40 h 4,9 (10) Clustering Analysis Intermédiaire 37 h 4,5 (11) Association Rules Analysis Intermédiaire 23 h 4,8 (13) Data Analysis with Python Project Intermédiaire 18 h — - 3University of GlasgowIntermédiairePython, NumPy, scikit-learn, Keras, TensorFlow, Matplotlib, pandas
Prérequis annoncés : Applied AI for Engineers and Scientists: Foundations specialization or equivalent
Voir les 3 cours
Cours Niveau Durée Note (avis) LLM-empowered Python Programming for AI Intermédiaire 14 h — Advanced Intelligent Optimization and its Applications Intermédiaire 14 h — Advanced Machine Learning and its Applications Intermédiaire 23 h — - 4University of Colorado BoulderIntermédiairePython
Voir les 3 cours
Cours Niveau Durée Note (avis) Introduction to Machine Learning: Supervised Learning Intermédiaire 23 h 4,5 (67) Introduction to Machine Learning: Unsupervised Learning Intermédiaire 15 h 4,6 (24) Introduction to Deep Learning Intermédiaire 18 h 4,5 (24)
Avec Coursera Plus
Ce parcours représente 390 heures, soit environ 9 mois à 10 heures par semaine. L’abonnement Coursera Plus donne accès à la plupart de ses cours pendant cette période.
Projets à réaliser
Données de capteurs
Nettoyer et analyser un jeu de mesures de capteurs : bruit, dérive, valeurs aberrantes.
Modèle substitut
Remplacer une simulation coûteuse par un modèle d’apprentissage automatique et mesurer l’erreur.
Détection d’anomalies
Repérer automatiquement les mesures anormales dans une série expérimentale.
Manuels gratuits
Notes on Diffy QsJiří LeblGratuit, CC BY-SA 4.0
Mathematics for Machine LearningM. P. Deisenroth, A. A. Faisal, C. S. OngPDF gratuit
An Introduction to Statistical Learning (Python)G. James, D. Witten, T. Hastie, R. Tibshirani, J. TaylorPDF gratuit