0% ont trouvé ce document utile (0 vote)
13 vues2 pagesApprentissage automatique avec Python
Le document présente un cours sur l'apprentissage automatique avec Python, structuré en plusieurs modules. Il couvre des sujets allant de l'introduction à l'apprentissage automatique et la programmation Python, à des techniques avancées comme la régression, la classification, et le déploiement d'applications. Le cours inclut également des outils comme Numpy, Pandas, et des services IBM Cloud pour le développement et le déploiement de modèles d'apprentissage automatique.
Traduit par
ScribdTranslationsCopyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
0% ont trouvé ce document utile (0 vote)
13 vues2 pagesApprentissage automatique avec Python
Le document présente un cours sur l'apprentissage automatique avec Python, structuré en plusieurs modules. Il couvre des sujets allant de l'introduction à l'apprentissage automatique et la programmation Python, à des techniques avancées comme la régression, la classification, et le déploiement d'applications. Le cours inclut également des outils comme Numpy, Pandas, et des services IBM Cloud pour le développement et le déploiement de modèles d'apprentissage automatique.
Traduit par
ScribdTranslationsCopyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
Apprentissage automatique avec Python
Modules Content
Module - 1
Introduction à l'apprentissage automatique
Qu'est-ce que l'apprentissage automatique
Cas d'utilisation de l'apprentissage automatique
Types de données
Rôle d'un ingénieur en apprentissage automatique
Différents types d'apprentissage automatique
Configuration de l'environnement d'Anaconda
Introduction à la programmation en python
Structures de Données Python
Les fondamentaux de la programmation Python
Conditions et Branches
Boucles
Fonctions
Paquets Python
Aperçu de la terminologie de la POO
Module - 2 Python pour la science des données
Travailler avec Numpy
Travailler avec Pandas
Introduction à la visualisation des données
Introduction à Matplotlib et Seaborn
Traçage de base avec Matplotlib et Seaborn
Travailler avec Scikit-Learn
Module - 3 Techniques de manipulation des données
Introduction à la prétraitement des données
Importation du jeu de données
Gestion des données manquantes
Travailler avec des données catégorielles
Séparer les données en ensemble d'entraînement et ensemble de test
Mise à l'échelle des caractéristiques
Introduction au Machine Learning Supervisé
Introduction aux algorithmes de régression
Module - 4 Régression Linéaire
Régression Linéaire Multiple
Régression polynomiale
Arbre de décision
Module - 5 Introduction aux algorithmes de classification
Régression logistique
K-Plus Proches Voisins
Machine à vecteurs de support
Naïve-Bayes
Classification par Arbre de Décision
Classification par forêt aléatoire
Évaluation des modèles pour les problèmes de classification et de régression
Module -6 Apprentissage non supervisé
Regroupement K-Means
Module - 7 Introduction aux différents modes de déploiement
Travailler avec le framework Flask
Créer une application avec le Framework Flask
Intégration d'un modèle d'apprentissage automatique avec une application Web
Introduction à l'application IBM Python Flask
Déploiement d'une application Python Flask sur IBM Python
Module - 8 Introduction aux services IBM Cloud
Introduction à IBM Cloud
Introduction à Watson Studio
Construire un modèle d'apprentissage automatique dans Watson Studio
Déploiement de modèles d'apprentissage automatique en tant que services Web
Module - 9 Introduction à l'Auto IA
Construire un modèle d'apprentissage automatique en utilisant Auto AI
Introduction à IBM Node-red
Intégration d'un modèle d'apprentissage automatique dans IBM Node-RED
Création d'une application Web