Après avoir présenté un historique du machine learning, nous étudierons pourquoi les réseaux de neurones sont aujourd'hui parfaitement adaptés à diverses problématiques. Nous apprendrons ensuite à définir un problème d'apprentissage supervisé et à trouver une solution adaptée à l'aide d'une descente de gradient. Ce processus implique la création d'ensembles de données permettant la généralisation. Nous examinerons comment procéder à cette opération de façon reproductible de sorte que l'expérimentation soit possible.
課程信息
可分享的證書
完成後獲得證書
100% 在線
立即開始，按照自己的計劃學習。
可靈活調整截止日期
根據您的日程表重置截止日期。
中級
完成時間大約為7 小時
法語（French）
字幕：法語（French）, 巴西葡萄牙語, 德語（German）, 英語（English）, 西班牙語（Spanish）, 日語
可分享的證書
完成後獲得證書
100% 在線
立即開始，按照自己的計劃學習。
可靈活調整截止日期
根據您的日程表重置截止日期。
中級
完成時間大約為7 小時
法語（French）
字幕：法語（French）, 巴西葡萄牙語, 德語（German）, 英語（English）, 西班牙語（Spanish）, 日語
提供方
Google 云端平台
We help millions of organizations empower their employees, serve their customers, and build what’s next for their businesses with innovative technology created in—and for—the cloud. Our products are engineered for security, reliability, and scalability, running the full stack from infrastructure to applications to devices and hardware. Our teams are dedicated to helping customers apply our technologies to create success.
教學大綱 - 您將從這門課程中學到什麼
完成時間為 4 分鐘
Introduction
Dans ce cours, nous vous enseignerons les connaissances fondamentales en matière de ML pour que vous puissiez comprendre la terminologie que nous utiliserons au cours de cette spécialisation. Grâce aux spécialistes du machine learning de Google, vous découvrirez également des astuces pratiques, ainsi que les écueils à éviter. À la fin du cours, vous disposerez du code et des connaissances nécessaires pour lancer vos propres modèles de ML.
完成時間為 4 分鐘
1 個視頻 （總計 4 分鐘）
1 個視頻
Introduction4分鐘
完成時間為 2 小時
Le machine learning en pratique
Dans ce module, nous vous présentons certains des principaux types de machine learning et aborderons son histoire, des débuts jusqu'à l'apogée. Vous pourrez ainsi rapidement vous familiariser avec le ML.
完成時間為 2 小時
10 個視頻 （總計 62 分鐘）
10 個視頻
Introduction1分鐘
Apprentissage supervisé5分鐘
Régression et classification11分鐘
Bref historique du ML : régression linéaire7分鐘
Bref historique du ML : perceptron5分鐘
Bref historique du ML : réseaux de neurones7分鐘
Bref historique du ML : arbres de décision5分鐘
Bref historique du ML : méthodes à noyau4分鐘
Bref historique du ML : forêts d'arbres décisionnels4分鐘
Bref historique du ML : réseaux de neurones modernes8分鐘
1 個練習
Quiz du module30分鐘
完成時間為 2 小時
Optimisation
Dans ce module, nous vous guidons sur la voie qui vous permettra d'optimiser vos modèles de ML.
完成時間為 2 小時
13 個視頻 （總計 61 分鐘）
13 個視頻
Définir des modèles de ML4分鐘
Présentation de l'ensemble de données "natality"6分鐘
Présentation des fonctions de perte6分鐘
Descente de gradient5分鐘
Résoudre des problèmes relatifs aux courbes de perte2分鐘
Pièges relatifs aux modèles de ML6分鐘
Atelier : Présentation de TensorFlow Playground6分鐘
Atelier : TensorFlow Playground (niveau avancé)3分鐘
Atelier : Utilisation des réseaux de neurones6分鐘
Résoudre des problèmes relatifs aux courbes de perte1分鐘
Statistiques de performances3分鐘
Matrice de confusion5分鐘
1 個練習
Quiz du module30分鐘
完成時間為 4 小時
Généralisation et échantillonnage
Penchons-nous maintenant sur une question un peu particulière : dans quelles conditions est-il préférable de ne pas choisir le modèle ML le plus précis ? Comme nous en avons déjà parlé lors du module précédent sur l'optimisation, ce n'est pas parce que le modèle appliqué à un ensemble de données d'apprentissage présente un taux de perte égal à zéro qu'il sera performant pour de nouvelles données réelles.
完成時間為 4 小時
9 個視頻 （總計 64 分鐘）
9 個視頻
Introduction1分鐘
Généralisation et modèles de ML6分鐘
Comment déterminer le bon moment pour arrêter l'entraînement d'un modèle ?5分鐘
Créer des échantillons reproductibles dans BigQuery6分鐘
Démonstration : Fractionnement d'ensembles de données dans BigQuery8分鐘
Présentation de l'atelier1分鐘
Explication de l'atelier9分鐘
Présentation de l'atelier2分鐘
Explication de l'atelier23分鐘
1 個練習
Questionnaire du module30分鐘
關於 Machine Learning with TensorFlow on Google Cloud Platform en Français 專項課程
Qu'est-ce que le machine learning et quels types de problèmes permet-il de résoudre ? Quelles sont les cinq phases permettant de traiter un cas d'utilisation à l'aide du machine learning, et pourquoi chaque étape est-elle essentielle ? Pourquoi les réseaux de neurones sont-ils désormais si courants ? Comment définir un problème d'apprentissage supervisé et trouver une solution adaptée et généralisable à l'aide de la descente de gradient et d'une méthode pertinente de création d'ensembles de données ? Apprenez à créer des modèles de machine learning distribués qui pourront évoluer dans TensorFlow, à adapter l'entraînement de ces modèles pour bénéficier d'une évolutivité horizontale et à obtenir des prédictions très performantes. Convertissez les données brutes en caractéristiques de sorte que les processus de ML soient en mesure d'identifier les propriétés importantes dans les données et générez des insights qui ont du sens en rapport avec la problématique. Enfin, découvrez comment intégrer à la fois la combinaison de paramètres permettant d'obtenir des modèles précis et généralisés, et une connaissance de la théorie indispensable pour résoudre des types spécifiques de problèmes de ML.
常見問題
我什么时候能够访问课程视频和作业？
讲座和作业的访问权限取决于您的注册类型。如果您以旁听模式参加课程，则可以免费查看大多数课程资料。要访问评分作业并获得证书，您需要在旁听期间或之后购买证书体验。如果看不到旁听选项：
- 课程可能不提供旁听选项。您可以尝试免费试用，也可以申请助学金。
- 课程可能会改为提供'完整课程，没有证书'。通过此选项，您可以查看所有课程材料、提交所要求的作业，以及获得最终成绩。这也意味着您将无法购买证书体验。
我订阅此专项课程后会得到什么？
您注册课程后，将有权访问专项课程中的所有课程，并且会在完成课程后获得证书。您的电子课程证书将添加到您的成就页中，您可以通过该页打印您的课程证书或将其添加到您的领英档案中。如果您只想阅读和查看课程内容，可以免费旁听课程。
Is financial aid available?
是的，Coursera 可以为无法承担费用的学生提供助学金。通过点击左侧“注册”按钮下的“助学金”链接可以申请助学金。您可以根据屏幕提示完成申请，申请获批后会收到通知。您需要针对专项课程中的每一门课程完成上述步骤，包括毕业项目。了解更多。
完成课程后，我会获得大学学分吗？
此课程不提供大学学分，但部分大学可能会选择接受课程证书作为学分。查看您的合作院校，了解详情。Coursera 上的在线学位和 Mastertrack™ 证书提供获得大学学分的机会。
還有其他問題嗎？請訪問 學生幫助中心。
