Certificat Professionnel en Fondements Statistiques de l'Apprentissage Machine par Wolfram Research

Aperçu

Dive into the foundations of machine learning (ML) with this comprehensive curriculum. Gain a deep understanding of AI and ML principles, enhancing your ability to design and implement advanced algorithms.

Explore core mathematical concepts, the ML life cycle, and practical applications using Wolfram Language. Master the building blocks of ML, from linear algebra to statistics.

Tune in, pass the final exam, and earn your certificate. This certificate is endorsed by Wolfram Research, pioneers of computational intelligence and scientific innovation.  Explore WolframU for open, interactive courses, learning events and other educational resources for professional and technical development.Explore the machine learning life cycle and core methods.Analyze linear algebra concepts for ML algorithms.Discover calculus foundations for ML implementation.Practice ML tasks using Wolfram Language functions.

Programme

• Introduction à l'apprentissage automatique
Définition et portée de l'apprentissage automatique dans l'IA
Aperçu du cycle de vie de l'apprentissage automatique
• Concepts mathématiques fondamentaux
Algèbre linéaire pour l'apprentissage automatique
Vecteurs, matrices et opérations
Valeurs propres et vecteurs propres
Décomposition en valeurs singulières
Fondations du calcul
Dérivées et intégrales en apprentissage automatique
Règle de la chaîne et applications en optimisation
Probabilités et statistiques
Distributions de probabilité et échantillonnage
Tests d'hypothèse et intervalles de confiance
Inférence bayésienne
• Algorithmes d'apprentissage automatique
Apprentissage supervisé
Régression linéaire et classification
Arbres de décision et forêts aléatoires
Machines à vecteurs de support
Apprentissage non supervisé
Regroupement K-means
Analyse en composantes principales
Apprentissage des règles d'association
Introduction à l'apprentissage par renforcement
• Mise en œuvre de l'apprentissage automatique avec Wolfram Language
Notions de base de Wolfram Language pour l'apprentissage automatique
Utilisation des fonctions intégrées d'apprentissage automatique
Études de cas d'applications de l'apprentissage automatique avec Wolfram Language
• Applications pratiques et exercices
Résolution de problèmes d'apprentissage automatique dans le monde réel
Exercices de codage pratiques en Wolfram Language
Projets : Concevoir et évaluer des modèles d'apprentissage automatique personnalisés
• Sujets avancés
Réseaux de neurones et apprentissage profond
Méthodes d'ensemble et techniques de boosting
Ajustement des hyperparamètres et validation de modèles
• Préparation à l'examen final
Révision des concepts et méthodes clés
Questions d'échantillon et examens blancs
• Obtention du certificat
Détails de l'examen et conditions pour la certification
Prochaines étapes dans le développement professionnel et technique
• Ressources supplémentaires
Accès à WolframU pour un apprentissage approfondi
Ateliers, webinaires et forums communautaires

---

Enseigné par

Kesha Williams, Terezija Semenski, MSc and Wolfram Research

---

Matières

Computer Science