Launching into Machine Learning en Français
提供方
Launching into Machine Learning en Français
Google Cloud
課程信息
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.
Objectifs du cours :
Déterminer pourquoi le deep learning est désormais si courant
Optimiser et évaluer des modèles en utilisant des fonctions de perte et des statistiques de performances
Corriger les problèmes courants liés au machine learning
Créer des ensembles de données de formation, d'évaluation et de test reproductibles et évolutifs
教學大綱 - 您將從這門課程中學到什麼
Week
1Introduction
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.
1 個視頻（共 4 分鐘）
1 個視頻
Introduction4分鐘
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.
10 個視頻（共 62 分鐘）, 1 個測驗
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 module6分鐘
Optimisation
Dans ce module, nous vous guidons sur la voie qui vous permettra d'optimiser vos modèles de ML.
13 個視頻（共 61 分鐘）, 1 個測驗
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 module6分鐘
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.
9 個視頻（共 64 分鐘）, 3 個測驗
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 module12分鐘
關於 Google Cloud
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.
常見問題
When will I have access to the lectures and assignments?
Once you enroll for a Certificate, you’ll have access to all videos, quizzes, and programming assignments (if applicable). Peer review assignments can only be submitted and reviewed once your session has begun. If you choose to explore the course without purchasing, you may not be able to access certain assignments.
What will I get if I purchase the Certificate?
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. If you only want to read and view the course content, you can audit the course for free.
What is the refund policy?
Is financial aid available?
還有其他問題嗎？請訪問 學生幫助中心。
