By the end of this course, learners will be able to build, train, and evaluate machine learning and deep learning models using Python, Scikit-learn, and TensorFlow. They will confidently preprocess datasets, apply classical algorithms, visualize insights, and design neural networks to solve real-world problems.
Master Machine Learning with TensorFlow: Basics to Advanced
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
2 semaines à compléter
Ă 10 heures par semaine
Planning flexible
Apprenez Ă votre propre rythme
Ce que vous apprendrez
Preprocess datasets, apply classical ML algorithms, and visualize insights in Python.
Build, train, and evaluate machine learning models with Scikit-learn.
Design and implement neural networks with TensorFlow for real-world problems.
Compétences que vous acquerrez
- Catégorie : Feature Engineering
- Catégorie : Seaborn
- Catégorie : Machine Learning
- Catégorie : Python Programming
- Catégorie : Scikit Learn (Machine Learning Library)
- Catégorie : NumPy
- Catégorie : Tensorflow
- Catégorie : Artificial Neural Networks
- Catégorie : Data Processing
- Catégorie : Development Environment
- Catégorie : Pandas (Python Package)
- Catégorie : Data Cleansing
- Catégorie : Image Analysis
- Catégorie : Jupyter
- Catégorie : Matplotlib
- Catégorie : Deep Learning
- Catégorie : Regression Analysis
Détails à connaître
Certificat partageable
Ajouter Ă votre profil LinkedIn
Récemment mis à jour !
septembre 2025
Évaluations
21 devoirs
Enseigné en Anglais
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Il y a 5 modules dans ce cours
This module introduces learners to the foundations of machine learning, its real-world applications, and the tools needed to begin hands-on practice. Students explore what machine learning is, how machines learn, and where ML is applied across industries, setting the stage for practical TensorFlow projects.
Inclus
9 vidéos4 devoirs1 plugin
This module equips learners with essential ML tools such as Anaconda, Jupyter Notebook, and Python libraries. Students learn to manage environments, leverage third-party packages, and perform numerical computations with NumPy for efficient machine learning pipelines.
Inclus
14 vidéos4 devoirs
This module focuses on preparing, analyzing, and visualizing data using Pandas, Matplotlib, and Seaborn. Learners handle complex datasets, manage missing values, and create insightful visualizations to uncover patterns, trends, and anomalies essential for ML readiness.
Inclus
38 vidéos5 devoirs
This module covers essential preprocessing techniques, data transformation, and classical ML algorithms. Students practice feature engineering, scaling, encoding, and regression modeling while leveraging Scikit-learn to prepare clean and structured datasets.
Inclus
22 vidéos4 devoirs
This module introduces deep learning with TensorFlow, covering computational graphs, operations, regression models, and neural networks. Students build and train models using activation functions, optimizers, and the MNIST dataset for hands-on image classification.
Inclus
27 vidéos4 devoirs
En savoir plus sur Machine Learning
Statut : Essai gratuitImperial College London
Statut : Essai gratuitDeepLearning.AI
Statut : Essai gratuit
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3Â 400Â entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
To access the course materials, assignments and to earn a Certificate, you will need to purchase the Certificate experience when you enroll in a course. You can try a Free Trial instead, or apply for Financial Aid. The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
When you purchase a Certificate you get access to all course materials, including graded assignments. Upon completing the course, your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile.
You will be eligible for a full refund until two weeks after your payment date, or (for courses that have just launched) until two weeks after the first session of the course begins, whichever is later. You cannot receive a refund once you’ve earned a Course Certificate, even if you complete the course within the two-week refund period. See our full refund policy.
Plus de questions
Aide financière disponible,