Spécialisation Apprentissage automatique

La Specialization Machine Learning est un programme de niveau débutant destiné à ceux qui découvrent l'IA et cherchent à acquérir une compréhension fondamentale des modèles d'apprentissage automatique et une expérience concrète de la construction de systèmes à l'aide de Python.

Cette Specializations convient aux apprenants ayant des connaissances de base en programmation et en mathématiques de niveau secondaire, ainsi qu'aux professionnels en début de carrière en ingénierie logicielle et en analyse de données qui souhaitent monter en compétences dans le domaine de l'apprentissage automatique.

Cette Specializations se compose de trois cours. À raison de 5 heures par semaine, il vous faudra 3 semaines pour suivre le cours 1, 4 semaines pour suivre le cours 2 et 3 semaines pour suivre le cours 3 de la Specialization Machine Learning.

Cette Specializations a été créée par Andrew Ng, Eddy Shyu, Aarti Bagul et Geoff Ladwig.

Andrew Ng est le fondateur de DeepLearning.AI, le fondateur et PDG de Landing AI, le président et cofondateur de Coursera, et un professeur auxiliaire à l'Université de Stanford. M. Ng a changé d'innombrables vies grâce à son travail, en étant l'auteur ou le coauteur de plus de 200 articles de recherche sur l'apprentissage automatique, la robotique et d'autres domaines connexes. Il a été le chef fondateur de l'équipe Google Brain et scientifique en chef de Baidu, et a ainsi constitué les équipes qui ont conduit la transformation de l'IA de deux grandes entreprises de l'internet. Il est le cofondateur et le président de Coursera - la plus grande plateforme d'apprentissage en ligne au monde - qui avait commencé avec son cours d'apprentissage automatique. M. Ng se consacre désormais principalement à ses projets entrepreneuriaux, à la recherche des meilleurs moyens d'accélérer les pratiques responsables en matière d'IA dans l'ensemble de l'économie mondiale.

Eddy Shyu est chef de produit chez DeepLearning.AI et a dirigé les équipes qui ont construit la spécialisation en apprentissage automatique (avec Andrew Ng), les techniques avancées de TensorFlow (avec Laurence Moroney), ainsi que la spécialisation en traitement du langage naturel et la spécialisation en IA pour la médecine. Eddy a également été co-instructeur pour le programme AI for Trading Nanodegree d'Udacity.

Aarti Bagul est ingénieur en apprentissage automatique chez Snorkel AI. Avant Snorkel, elle a travaillé en étroite collaboration avec Andrew Ng à divers titres : Au AI Fund, elle a participé à la création et à l'investissement dans des entreprises d'apprentissage automatique. Auparavant, elle était ingénieur en apprentissage automatique chez Landing AI et assistante du professeur principal pour le cours d'apprentissage profond du Dr Ng à l'université de Stanford. Elle est titulaire d'un master en informatique de Stanford et d'une licence en informatique et en ingénierie informatique de l'université de New York avec les plus hautes distinctions.

Geoff Ladwig a commencé en tant qu'étudiant en apprentissage profond et mentor pour la spécialisation en apprentissage profond. Il a travaillé en tant que consultant sur la Specialization Natural Language Processing et en tant qu'ingénieur de programme sur la Specialization Machine Learning. Geoff a passé la majeure partie de sa carrière en tant qu'ingénieur/architecte ASIC/matériel/système dans les secteurs des communications et de l'informatique.

La Specialization Machine Learning est un programme en ligne fondamental enseigné par Andrew Ng, un visionnaire de l'IA qui a mené des recherches critiques à l'Université de Stanford et des travaux révolutionnaires chez Google Brain, Baidu et Landing.AI pour faire progresser le domaine de l'IA.

Cette Specializations en 3 cours est une version mise à jour et élargie du cours pionnier d'Andrew sur l'apprentissage automatique, noté 4,9 sur 5 et suivi par plus de 4,8 millions d'apprenants depuis son lancement en 2012.

Ce programme a été conçu pour vous enseigner les concepts fondamentaux de l'apprentissage automatique sans connaissances mathématiques préalables ni connaissances rigoureuses en matière de codage. Contrairement au cours original, qui nécessitait une certaine connaissance des mathématiques, la nouvelle Specializations équilibre judicieusement l'intuition, la pratique du code et la théorie mathématique pour créer une expérience d'apprentissage simple et efficace pour les personnes qui apprennent pour la première fois.

Chaque leçon commence par une représentation visuelle des concepts d'apprentissage automatique et une explication de haut niveau de l'intuition qui les sous-tend. Elle fournit ensuite le code pour vous aider à mettre en œuvre ces algorithmes et des vidéos supplémentaires expliquant les mathématiques sous-jacentes si vous souhaitez aller plus loin. Ces leçons sont facultatives et ne sont pas nécessaires pour terminer la Specializations ou appliquer l'apprentissage automatique à des projets réels.

Si vous souhaitez percer dans l'IA ou bâtir une carrière dans l'apprentissage automatique, la nouvelle Specialization Machine Learning est le meilleur point de départ.

La nouvelle Specialization Machine Learning comprend une liste élargie de sujets qui se concentrent sur les concepts d'apprentissage automatique les plus cruciaux (tels que les arbres de décision) et les outils (tels que TensorFlow).

Contrairement au cours original, la nouvelle Specializations est conçue pour enseigner les concepts ML fondamentaux sans connaissances mathématiques préalables ou un bagage de codage rigoureux. Elle équilibre judicieusement l'intuition, la pratique du code et la théorie mathématique pour créer une expérience d'apprentissage simple et efficace pour les nouveaux étudiants.

Chaque leçon commence par une représentation visuelle des concepts d'apprentissage automatique et une explication de haut niveau de l'intuition qui les sous-tend. Elle fournit ensuite le code pour vous aider à mettre en œuvre ces algorithmes et des vidéos supplémentaires expliquant les mathématiques sous-jacentes si vous souhaitez aller plus loin. Ces leçons sont facultatives et ne sont pas nécessaires pour terminer la Specializations ou appliquer l'apprentissage automatique à des projets réels.

Au cours de la décennie qui s'est écoulée depuis le premier cours sur l'apprentissage automatique, Python est devenu le principal langage de programmation pour les applications d'intelligence artificielle. Les devoirs et les cours de la nouvelle Specializations ont été reconstruits pour utiliser Python plutôt qu'Octave, comme dans le cours original.

Avant les devoirs de programmation notés, il y a des cahiers de code supplémentaires non notés avec des exemples de code et des graphiques interactifs pour vous aider à visualiser ce qu'un algorithme fait et rendre plus facile la réalisation des exercices de programmation.

La section consacrée aux conseils pratiques sur l'application de l'apprentissage automatique a été mise à jour de manière significative sur la base des meilleures pratiques émergentes de la dernière décennie.

La nouvelle Specialization Machine Learning est le meilleur point d'entrée pour les débutants qui cherchent à percer dans le domaine de l'IA ou à donner un coup de fouet à leur carrière dans l'apprentissage automatique. Cette Specialization mise à jour prend le programme de base - qui a été vérifié par des millions d'apprenants au fil des ans - et le rend plus abordable pour les débutants.

Contrairement au cours original, la nouvelle Specializations est conçue pour enseigner les concepts ML fondamentaux sans connaissances mathématiques préalables ou un bagage de codage rigoureux. Elle équilibre judicieusement l'intuition, la pratique du code et la théorie mathématique pour créer une expérience d'apprentissage simple et efficace pour les nouveaux étudiants.

Chaque leçon commence par une représentation visuelle des concepts d'apprentissage automatique et une explication de haut niveau de l'intuition qui les sous-tend. Elle fournit ensuite le code pour vous aider à mettre en œuvre ces algorithmes et des vidéos supplémentaires expliquant les mathématiques sous-jacentes si vous souhaitez aller plus loin. Ces leçons sont facultatives et ne sont pas nécessaires pour terminer la Specializations ou appliquer l'apprentissage automatique à des projets réels.

La nouvelle Specialization Machine Learning comprend une liste élargie de sujets qui se concentrent sur les concepts d'apprentissage automatique les plus cruciaux (tels que les arbres de décision) et les outils (tels que TensorFlow).

Au cours de la décennie qui s'est écoulée depuis le premier cours sur l'apprentissage automatique, Python est devenu le principal langage de programmation pour les applications d'intelligence artificielle. Les devoirs et les conférences de la nouvelle Specializations ont été reconstruits pour utiliser Python plutôt qu'Octave, comme dans le cours original.

Avant les devoirs de programmation notés, il y a des cahiers de code supplémentaires non notés avec des exemples de code et des graphiques interactifs pour vous aider à visualiser ce qu'un algorithme fait et rendre plus facile la réalisation des exercices de programmation.

La section consacrée aux conseils pratiques sur l'application de l'apprentissage automatique a été mise à jour de manière significative sur la base des meilleures pratiques émergentes de la dernière décennie.

Si vous vous êtes inscrit mais n'avez pas terminé le cours original parce que vous avez été découragé par les exigences mathématiques ou ne saviez pas si vous seriez en mesure de suivre les leçons, alors la nouvelle Specialization Machine Learning est faite pour vous. Cette Specialization mise à jour prend le programme de base - qui a été vérifié par des millions d'apprenants au fil des ans - et le rend plus abordable pour les débutants.

Contrairement au cours original, la nouvelle Specializations est conçue pour enseigner les concepts fondamentaux du ML sans connaissances mathématiques préalables ou un bagage de codage rigoureux. Elle équilibre judicieusement l'intuition, la pratique du code et la théorie mathématique pour créer une expérience d'apprentissage simple et efficace pour les nouveaux étudiants.

Chaque leçon commence par une représentation visuelle des concepts d'apprentissage automatique et une explication de haut niveau de l'intuition qui les sous-tend. Elle fournit ensuite le code pour vous aider à mettre en œuvre ces algorithmes et des vidéos supplémentaires expliquant les mathématiques sous-jacentes si vous souhaitez aller plus loin. Ces leçons sont facultatives et ne sont pas nécessaires pour terminer la Specializations ou appliquer l'apprentissage automatique à des projets réels.

La nouvelle Specialization Machine Learning comprend une liste élargie de sujets qui se concentrent sur les concepts d'apprentissage automatique les plus cruciaux (tels que les arbres de décision) et les outils (tels que TensorFlow).

Au cours de la décennie qui s'est écoulée depuis le premier cours sur l'apprentissage automatique, Python est devenu le principal langage de programmation pour les applications d'intelligence artificielle. Les devoirs et les conférences de la nouvelle Specializations ont été reconstruits pour utiliser Python plutôt qu'Octave, comme dans le cours original.

Avant les devoirs de programmation notés, il y a des cahiers de code supplémentaires non notés avec des exemples de code et des graphiques interactifs pour vous aider à visualiser ce qu'un algorithme fait et rendre plus facile la réalisation des exercices de programmation.

La section consacrée aux conseils pratiques sur l'application de l'apprentissage automatique a été mise à jour de manière significative sur la base des meilleures pratiques émergentes de la dernière décennie.

Félicitations pour avoir terminé le cours original sur l'apprentissage automatique ! Cette nouvelle Specialization est un excellent moyen de rafraîchir les concepts fondamentaux que vous avez appris.

La nouvelle Specialization Machine Learning comprend une liste élargie de sujets qui se concentrent sur les concepts d'apprentissage automatique les plus cruciaux (tels que les arbres de décision) et les outils (tels que TensorFlow).

Au cours de la décennie qui s'est écoulée depuis le premier cours sur l'apprentissage automatique, Python est devenu le principal langage de programmation pour les applications d'intelligence artificielle. Les devoirs et les conférences de la nouvelle Specializations ont été reconstruits pour utiliser Python plutôt qu'Octave, comme dans le cours original.

Avant les devoirs de programmation notés, il y a des cahiers de code supplémentaires non notés avec des exemples de code et des graphiques interactifs pour vous aider à visualiser ce qu'un algorithme fait et rendre plus facile la réalisation des exercices de programmation.

La section consacrée aux conseils pratiques sur l'application de l'apprentissage automatique a été mise à jour de manière significative sur la base des meilleures pratiques émergentes de la dernière décennie.

Félicitations pour avoir terminé la spécialisation en apprentissage profond ! Par rapport à la spécialisation Deep Learning plus avancée, la nouvelle spécialisation Machine Learning couvre des sujets tels que l'apprentissage non supervisé, les systèmes de recommandation, les modèles basés sur des arbres et d'autres algorithmes d'apprentissage automatique traditionnels couramment utilisés qui ne sont pas basés sur des réseaux neuronaux.

Si vous êtes déjà un professionnel de l'IA, rafraîchir votre base de connaissances et vous familiariser avec ces dernières techniques vous aidera à faire progresser votre carrière.

La spécialisation en apprentissage automatique est composée de 3 cours.

Nous vous recommandons de suivre les cours dans l'ordre prescrit pour une expérience d'apprentissage logique et approfondie.

Un abonnement à Coursera coûte 49 dollars par mois.

Oui, Coursera propose une aide financière aux apprenants qui n'ont pas les moyens de payer les frais.

∙ Allez sur votre compte Coursera.

∙ Cliquez sur Mes achats et trouvez le cours ou la Specializations concerné(e).

∙ Cliquez sur Email Receipt et attendez jusqu'à 24 heures pour recevoir le reçu.

Vous pouvez en savoir plus ici.

Visitez le site coursera .org/business pour obtenir de plus amples renseignements, pour vous procurer un plan et pour communiquer avec Coursera. Pour chaque plan, vous décidez du nombre de cours auxquels chaque membre peut s'inscrire et de la collection de cours qu'il peut choisir.

Non

Vous recevrez un certificat à la fin de chaque cours si vous payez les cours et effectuez les tâches de programmation. La durée de validité du certificat est limitée à 180 jours, après quoi vous devez acheter à nouveau le cours pour obtenir un certificat. Si vous suivez le cours gratuitement, vous ne recevrez pas de certificat.

Si vous suivez les trois cours et que vous êtes inscrit à la Specialization, vous recevrez également un certificat supplémentaire attestant que vous avez suivi l'intégralité de la Specialization.

Ce cours est entièrement en ligne. Il n'est donc pas nécessaire de se présenter en personne dans une salle de classe. Vous pouvez accéder à vos cours, lectures et devoirs à tout moment et de n'importe où, sur Internet ou depuis votre appareil mobile.

Si vous vous êtes abonné, vous bénéficiez d'une période d'essai sans frais de 7 jours pendant laquelle vous pouvez annuler votre abonnement sans pénalité. Après cette période, nous n'effectuons pas de remboursements, mais vous pouvez résilier votre abonnement à tout moment. Consultez notre politique de remboursement complète.

Oui ! Pour commencer, cliquez sur la fiche du cours qui vous intéresse et inscrivez-vous. Vous pouvez vous inscrire et suivre le cours pour obtenir un certificat à partager. Lorsque vous vous inscrivez à un cours qui fait partie d'une Spécialisation, vous êtes automatiquement abonné à la Spécialisation complète. Rendez-vous sur votre tableau de bord pour suivre vos progrès.

Oui, pour certains programmes de formation, vous pouvez demander une aide financière ou une bourse si vous n'avez pas les moyens de payer les frais d'inscription. Si une aide financière ou une bourse est disponible pour votre programme de formation, vous trouverez un lien de demande sur la page de description.