Accéder au contenu principal
AccueilPython

cursus de compétences

Apprentissage automatique supervisé en Python

Maîtrisez les techniques d'apprentissage automatique supervisé les plus populaires pour commencer à faire des prédictions avec des données étiquetées.
Démarrez Le Parcours Gratuitement

Inclus avecPremium or Teams

Pythontopics.apprentissageAutomatique25 heures6 cours2 projets2,235Déclaration de réalisation

Créez votre compte gratuit

GoogleLinkedInFacebook

ou

En continuant, vous acceptez nos Conditions d'utilisation, notre Politique de confidentialité et le fait que vos données sont stockées aux États-Unis.
Group

Formation de 2 personnes ou plus ?

Essayer DataCamp for Business

Apprécié par les apprenants de milliers d’entreprises

Description du cursus

Apprentissage automatique supervisé en Python

Maîtrisez les principes fondamentaux de l'apprentissage automatique supervisé et découvrez comment faire des prédictions à partir de données étiquetées. Rejoignez la révolution ML dès aujourd'hui ! Si vous débutez dans l'apprentissage automatique ou si vous souhaitez vous spécialiser dans l'apprentissage automatique supervisé, c'est l'endroit idéal pour commencer. Vous commencerez par découvrir et mettre en œuvre les principaux modèles d'apprentissage supervisé, tels que les K-voisins les plus proches (KNN), la régression logistique, la régression linéaire, les machines à vecteurs de support (SVM) et les modèles arborescents avec la célèbre bibliothèque scikit-learn. Vous découvrirez également comment utiliser des algorithmes de pointe tels que XGBoost pour améliorer efficacement les performances de modélisation sur des ensembles de données tabulaires. Pour tirer le meilleur parti de vos modèles, vous découvrirez les différentes techniques de réglage des hyperparamètres et vous apprendrez à choisir celle qui convient le mieux à votre cas d'utilisation. Vous terminerez la formation en rassemblant vos connaissances sur ces divers modèles pour vous familiariser avec l'apprentissage d'ensemble, qui consiste à combiner différents modèles afin d'améliorer les performances et de résoudre des problèmes plus complexes. À l'issue de cette formation, vous maîtriserez les concepts essentiels de l'apprentissage automatique supervisé et serez en mesure de les appliquer en Python.

Conditions préalables

Il n’y a pas de prérequis pour ce parcours

  • Course

    1

    Supervised Learning with scikit-learn

    Grow your machine learning skills with scikit-learn in Python. Use real-world datasets in this interactive course and learn how to make powerful predictions!

  • Project

    Bonus

    Predictive Modeling for Agriculture

    Dive into agriculture using supervised machine learning and feature selection to aid farmers in crop cultivation and solve real-world problems.

  • Course

    6

    Extreme Gradient Boosting with XGBoost

    Learn the fundamentals of gradient boosting and build state-of-the-art machine learning models using XGBoost to solve classification and regression problems.

  • Course

    8

    Ensemble Methods in Python

    Learn how to build advanced and effective machine learning models in Python using ensemble techniques such as bagging, boosting, and stacking.

Apprentissage automatique supervisé en Python
6 cours
Piste
terminée

Earn Déclaration de réalisation

Ajoutez ces informations d’identification à votre profil LinkedIn, à votre CV ou à votre CV
Partagez-le sur les réseaux sociaux et dans votre évaluation de performance

Inclus avecPremium or Teams

S'inscrire Maintenant

Inscrivez-vous 15 millions d’apprenants et commencer Apprentissage automatique supervisé en Python Aujourd’hui!

Créez votre compte gratuit

GoogleLinkedInFacebook

ou

En continuant, vous acceptez nos Conditions d'utilisation, notre Politique de confidentialité et le fait que vos données sont stockées aux États-Unis.