Sujets liés
Ce cours comprend
- 2 h 9 min de vidéo
- 10 leçons
- Niveau : Avancé
- Langue : Français
- On retient où vous en étiez
- Entièrement gratuit, sans carte
Leçons
1 sections · 10 leçons · 2 h 9 min durée totale
Leçons 1 à 1010 leçons · 2 h 9 min
- FORMATION MACHINE LEARNING (2019) - ML#18 min
- APPRENTISSAGE SUPERVISÉ : LES 4 ÉTAPES - ML#29 min
- LA RÉGRESSION LINÉAIRE (partie 1/2) - ML#312 min
- DESCENTE DE GRADIENT (GRADIENT DESCENT) - ML#414 min
- MATRICES ET NUMPY - ML#511 min
- RÉGRESSION LINÉAIRE (partie 2/2) - ML#614 min
- PYTHON : L'ESSENTIEL POUR MACHINE LEARNING - ML#717 min
- RÉGRESSION LINÉAIRE NUMPY - ML#823 min
- RÉGRESSION LINÉAIRE MULTIPLE AVEC NUMPY - ML#915 min
- ÉQUATIONS NORMALES : D'où viennent-elles ? (Vidéo Archive juin 2019)8 min
Ce qu'il vous faut
- Expérience attendue : le cours est de niveau avancé.
Description
Ce cours de Machine Learning en français vous enseigne tous les algorithmes, les mathématiques, la programmation en Python, et les astuces à connaitre pour devenir un expert dans le domaine. Apprentissage automatique, Apprentissage supervisé, Apprentissage non-supervisé, Régression Linéaire, Régression Linéaire Multiple, Régression Polynomiale, Régression Logistique, Régularisation, Réseau de neurones, Arbre de décision, Random Forest, Probabilités et Statistiques, Bayes, Les libraries Numpy, Sklearn, Matplotlib, Pandas.. Et bien d'autres domaines encore sont au centre des Tutoriels. Cette formation Machine Learning est par ailleurs inspirée de l'excellente formation de Andrew Ng, toute fois j'essaie d'ajouter beaucoup plus de détails, de parler de plus de sujets, je vous montrer des cas pratiques, et je vous donne des astuces issues de ma propre expérience ! La formation commence par des vidéos simples et accessibles à tous, pour que tout le monde puisse suivre la formation, sans aucun pré-requis. Du Machine Learning de niveau intermédiaire, puis expert arrivent ensuite pour satisfaire les plus aventureux d'entre vous ! Merci de vous abonner et de partager cette playlist pour
À qui s'adresse ce cours
- Celles et ceux qui travaillent déjà avec Machine learning.
Ces deux points sont notre lecture du niveau. La description est celle de l'auteur.