Ce que vous devez savoir avant
de commencer

Débute 27 June 2025 19:35

Se termine 27 June 2025

00 Jours
00 Heures
00 Minutes
00 Secondes
course image

Machine Learning: Regression

Explorez le monde fascinant de l'apprentissage automatique avec un focus sur la régression dans ce cours complet intitulé "Apprentissage Automatique : Régression", proposé par l'Université de Washington via Coursera. Plongez dans une étude de cas pratique sur la prédiction des prix des logements, où vous utiliserez des modèles pour prévoir une vale.
University of Washington via Coursera

University of Washington

9 Cours


The University of Washington is a highly-ranked public institution in Seattle, providing a world-class education to students from a variety of backgrounds. It has a diverse faculty, extensive research opportunities, and an innovative curriculum, crafting an unmatched learning experience.

Non spécifié

Mise à niveau optionnelle disponible

Tous les niveaux

Progressez à votre rythme

Free

Mise à niveau optionnelle disponible

Aperçu

Explorez le monde fascinant de l'apprentissage automatique avec un focus sur la régression dans ce cours complet intitulé "Apprentissage Automatique :

Régression", proposé par l'Université de Washington via Coursera. Plongez dans une étude de cas pratique sur la prédiction des prix des logements, où vous utiliserez des modèles pour prévoir une valeur continue - le prix - basée sur des caractéristiques d'entrée telles que la superficie et le nombre de chambres et de salles de bains.

Ce cours illustre la polyvalence de la régression, en l'appliquant à divers domaines, y compris la médecine, la finance, l'informatique de haute performance et la génétique.

Tout au long de ce programme captivant, vous acquerrez une expérience pratique avec des modèles de régression linéaire régularisés, maîtrisant la prédiction et la sélection des caractéristiques. Apprenez à gérer des ensembles étendus de caractéristiques, à choisir entre des modèles de différentes complexités et à comprendre les effets des particularités des données, comme les valeurs aberrantes, sur vos modèles et prédictions.

Ce cours vous équipe des compétences pour mettre en œuvre des algorithmes d'optimisation optimisés pour de grands ensembles de données.

Les principaux acquis du cours comprennent :

  • Comprendre les entrées et les sorties d'un modèle de régression.
  • Distinguer entre biais et variance dans la modélisation des données.
  • Estimer les paramètres du modèle grâce à des algorithmes d'optimisation.
  • Utiliser la validation croisée pour le réglage des paramètres.
  • Évaluer efficacement la performance du modèle.
  • Explorer le concept de rareté et le rôle du LASSO dans la réalisation de solutions épurées.
  • Choisir des modèles appropriés à travers des méthodes de déploiement.
  • Faire des prédictions précises en utilisant votre modèle.
  • Créer un modèle de régression pour la prédiction des prix en utilisant un ensemble de données sur le logement.
  • Appliquer ces techniques en utilisant Python.

Ce cours appartient à plusieurs catégories importantes, notamment les cours sur l'Intelligence Artificielle, les cours sur Python et les cours sur l'Apprentissage Automatique, ce qui en fait un choix parfait pour les personnes désireuses d'explorer l'intersection de la technologie et de l'application pratique. Commencez votre voyage dans le monde de l'apprentissage automatique et de la régression avec ce cours conçu par des experts.


Enseigné par

Carlos Guestrin and Emily Fox


Sujets