ACP de zéro
Programmer l’analyse en composantes principales avec NumPy et l’appliquer à un jeu d’images de visages.
Tous les parcoursDécouvrir Coursera PlusAprès l’étape 1 Après l’étape 3 Après l’étape 4 Après l’étape 5
Data et IA · 05Intermédiaire
Ingénieur ML et IA
Développeur qui veut comprendre les modèles, pas seulement les appeler.
Les mathématiques du machine learning, la programmation Python, l'apprentissage supervisé, les réseaux de neurones et l'apprentissage par renforcement.
343heures de cours
35semaines à 10 h
5étapes
18cours
5universités
Compétences visées
Model OptimizationArtificial Neural NetworksMachine LearningLinear AlgebraData ManipulationPython ProgrammingDebuggingRecurrent Neural Networks (RNNs)Model TrainingArtificial IntelligenceReinforcement LearningMachine Learning Algorithms
Intitulés de compétences repris de Coursera.
Métiers visés
- Ingénieur machine learning
- Data scientist
- Ingénieur IA
Progression
- 1Imperial College LondonDébutantPython, NumPy
Prérequis annoncés : High school maths; basic Python helpful for course 3
Voir les 3 cours
Cours Niveau Durée Note (avis) Mathematics for Machine Learning: Linear Algebra Débutant 19 h 4,6 (12 618) Mathematics for Machine Learning: Multivariate Calculus Débutant 18 h 4,7 (5 786) Mathematics for Machine Learning: PCA Intermédiaire 21 h 4,0 (3 190) - 2University of MichiganDébutantPython, Jupyter, Pillow, pytesseract, OpenCV
Voir les 5 cours
Cours Niveau Durée Note (avis) Python Basics Débutant 27 h 4,8 (18 462) Python Functions, Files, and Dictionaries Débutant 42 h 4,8 (5 448) Data Collection and Processing with Python Intermédiaire 21 h 4,7 (4 056) Python Classes and Inheritance Intermédiaire 20 h 4,7 (3 733) Python Project: Software Engineering and Image Manipulation Intermédiaire 8 h 4,2 (1 533) - 3University 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) - 4Johns Hopkins UniversityIntermédiairePython, TensorFlow, PyTorch
Voir les 3 cours
Cours Niveau Durée Note (avis) Introduction to Neural Networks Intermédiaire 18 h 4,2 (10) Advanced Neural Network Techniques Intermédiaire 11 h — Practical Methodology and Ethics in AI Intermédiaire 7 h 4,5 (11) - 5University of Alberta (with Alberta Machine Intelligence Institute)IntermédiairePython
Prérequis annoncés : 1 year undergraduate CS or 2-3 years software development; Python; basic statistics, linear algebra and calculus
Voir les 4 cours
Cours Niveau Durée Note (avis) Fundamentals of Reinforcement Learning Intermédiaire 15 h 4,8 (2 911) Sample-based Learning Methods Intermédiaire 22 h 4,8 (1 259) Prediction and Control with Function Approximation Intermédiaire 22 h 4,8 (851) A Complete Reinforcement Learning System (Capstone) Intermédiaire 16 h 4,7 (654)
Avec Coursera Plus
Ce parcours représente 343 heures, soit environ 8 mois à 10 heures par semaine. L’abonnement Coursera Plus donne accès à la plupart de ses cours pendant cette période.
Projets à réaliser
Chaîne de classification complète
Entraîner, valider, sauvegarder et servir un modèle par un petit script en ligne de commande.
Réseau de neurones sans bibliothèque
Écrire la rétropropagation en NumPy et reconnaître les chiffres manuscrits de MNIST.
Un agent qui apprend
Programmer un agent Q-learning qui apprend à équilibrer le pendule CartPole de Gymnasium.
Manuels gratuits
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
Deep Learning: Foundations and ConceptsC. M. Bishop, H. BishopVersion en ligne gratuite
Reinforcement Learning: An Introduction, 2nd ed.R. S. Sutton, A. G. BartoPDF gratuit