Le terme « apprentissage automatique » désigne des programmes informatiques auto-apprenants qui tirent des enseignements de l’interaction avec les utilisateurs. Ces algorithmes génèrent des clusters et des segments, découvrant des corrélations qui améliorent l’algorithme.
Vous apprendrez les algorithmes, la régression, et la classification, avec les bases mathématiques nécessaires. Vous utiliserez R et RStudio, logiciels libres pour les analyses scientifiques/statistiques.
Objectifs d’apprentissage
À la fin de ce module, vous pourrez :
- Décrire l’apprentissage automatique et ses origines
- Choisir entre apprentissage supervisé et non supervisé
- Expliquer la régression linéaire dans l’apprentissage supervisé
- Comprendre les fonctions mathématiques de base
- Expliquer la classification dans les apprentissages supervisé et non supervisé
- Décrire l’évaluation, la modélisation et l’approche de projet pour l’apprentissage automatique.
- Ordinateur
- Internet
Course Content
INTRODUCTION
INTRODUCTION AU MACHINE LEARNING
APPLICATION L'APPRENTISSAGE SUPERVISE (REGRESSION LINEAIRE)
APPLICATION DE L'APPRENTISSAGE SUPERVISE (CLASSIFICATION)
APPLIQUER L'APPRENTISSAGE AUTOMATIQUE NON SUPERVISE
MODELISATION, EVALUATION ET APPROCHE DE PROJET
