Python en 3 heures ! [+ Apprentissage automatique & Apprentissage profond]

Aperçu

Passez à Python, apprenez les fondamentaux de l'apprentissage automatique et développez des modèles d'apprentissage profond avec TensorFlow en seulement 3 heures ! Ce que vous apprendrez :

1.

Programmation Python 3+ utilisant Google Colab avec des nœuds gratuits CPU, GPU et TPU par un instructeur de Johns Hopkins. 2. Fondamentaux de l'apprentissage automatique, y compris l'apprentissage supervisé par un instructeur de Johns Hopkins. 3.

Programmation de classification et de régression en apprentissage profond avec TensorFlow par un instructeur de Johns Hopkins. 4. Développement limité de réseaux de neurones convolutionnels avec TensorFlow par un instructeur de Johns Hopkins. 1.1.

Instructeur du cours----------------------------------------------------------Mon nom est Mohammad H. Rafiei, Ph.D.

Je suis chercheur et instructeur à l'Université Johns Hopkins, Collège d'Ingénierie, et à l'Université d'État de Géorgie, Département d'Informatique. Je suis également le fondateur de MHR Group LLC en Géorgie, une société d'analyse de données où nous travaillons avec divers chercheurs nationaux et internationaux dans différentes institutions pour résoudre des défis persistants en informatique, ingénierie et médecine, en utilisant des techniques d'apprentissage automatique et d'optimisation à la pointe de la technologie.

C'est un grand plaisir pour moi d'être instructeur sur Udemy, aidant des milliers d'étudiants et de chercheurs à travers le monde à apprendre Python et l'apprentissage automatique. 1.2. Ce cours vous convient-il ?----------------------------------------------------------Vous souhaitez (1) apprendre Python, (2) apprendre et appliquer l'intelligence artificielle de l'apprentissage automatique en Python, (3) exécuter Python sur des ordinateurs cloud gratuits en CPU, GPU et TPU, (4) ne pas installer de logiciel encombrant sur votre ordinateur, (5) réaliser tout cela en moins de 3 heures, (6) et souhaitez que ce cours soit garanti remboursement à 100 %.

Si c'est le cas, vous êtes au bon endroit ! En moins de 3 heures, ce cours vous enseignera :

Python 3+ depuis le début (aucune installation requise ; tout sur des ordinateurs cloud gratuits chez Google) Concepts généraux de l'apprentissage automatique et réseaux de neurones Comment développer des modèles d'apprentissage automatique en utilisant TensorFlow en Python 3+ Comment étudier vos problèmes en Python Ce cours vous aide si :

Vous êtes débutant en Python et souhaitez apprendre Python et utiliser Python pour développer des modèles d'apprentissage automatique en moins de 3 heures.

Vous êtes intéressé par l'utilisation gratuite et puissante des ordinateurs cloud en CPU et GPU pour développer et exécuter vos codes Python. Presque où que vous soyez dans le monde, Google vous donnera un accès à distance gratuit à ses ordinateurs.

Processeurs CPU, GPU et TPU gratuits pour développer et exécuter gratuitement vos codes Python ! Vous n'avez besoin que d'un compte Gmail (gratuit) et de Google Chrome (également gratuit) installé sur votre système d'exploitation !

Peu importe quel est votre système d'exploitation. Aucun logiciel encombrant n'est requis, juste le navigateur web Google Chrome !

Presque tous les ordinateurs les moins chers du marché peuvent gérer Google Chrome, il ne nécessite donc pas de système informatique significatif. Vous avez peu ou aucune connaissance de Python, êtes intéressé à apprendre Python et souhaitez pratiquer des problèmes d'apprentissage automatique en Python, tout cela en moins de 3 heures.

Vous pourriez n'avoir que peu ou aucune connaissance de Python ; vous serez enseigné ! Vous pourriez n'avoir que peu ou aucune connaissance de l'apprentissage automatique ou des réseaux de neurones ; vous serez enseigné, et vous les pratiquerez en Python !

Vous êtes très occupé et n'avez pas le temps de suivre un cours de 25 heures qui vous enseigne de nombreuses bases rudimentaires de la programmation. Vous avez besoin de matériaux optimaux en un minimum de temps pour vous aider à conduire Python vous-même !

Vous préférez ne même pas installer de logiciel supplémentaire compliqué, d'éditeurs ou de programmes sur votre ordinateur pour exécuter Python ! Vous pourriez avoir un vieil ordinateur rouillé, mais capable d'exécuter la dernière version de Google Chrome (c'est-à-dire le navigateur web gratuit de Google).

Votre ordinateur a une mémoire limitée pour exécuter des scripts de programmation ou a un disque dur limité pour installer des logiciels encombrants et compliqués. Vous bénéficierez le plus si vous êtes familier avec au moins un langage de programmation basé sur le calcul, tel que MATLAB, R, C, C++, C#, etc., et souhaitez passer ou apprendre Python.

Nous n'allons pas expliquer, par exemple, ce qu'est une "boucle for", mais nous verrons comment créer, par exemple, des "boucles for" en Python. Nous n'allons pas expliquer ce qu'est un tableau ou une matrice. 1.4.

Aperçu du cours----------------------------------------------------------180 minutes en 12 conférences :

Conférence 01 :

Introduction au cours (Conférence 02 :

Gmail, Chrome, et Google Colab (~11 minutes) Conférence 03 :

Opérations, fonctions intégrées et types de données (~20 minutes) Conférence 04 :

Boucles, scripts conditionnels, et fonctions (~16 minutes) Conférence 05 :

Numpy et Pandas pour le traitement des données (~28 minutes) Conférence 06 :

Matplotlib et Seaborn pour les visualisations de données (~10 minutes) Conférence 07 :

Répertoires de données et division des données dans l'apprentissage automatique (~15 minutes) Conférence 08 :

Traitement des données et calibrations dans l'apprentissage automatique (~13 minutes) Conférence 09 :

Brève introduction aux réseaux de neurones (~11 minutes) Conférence 10 :

TensorFlow Keras pour les réseaux de neurones de régression (~16 minutes) Conférence 11 :

TensorFlow Keras pour les réseaux de neurones de classification (~13 minutes) Conférence 12 :

Partez seul ! (~9 minutes) 1.5. Votre contribution----------------------------------------------------------Veuillez écrire un avis sur ce cours ; ensuite, nous pourrons le modifier et l'améliorer.

Si vous trouvez ce cours intéressant, veuillez le référer à vos amis et collègues. 1.6. Remerciements----------------------------------------------------------Je tiens à remercier ma femme, Fatemeh, pour tout son soutien dans le développement de ce cours.

Je tiens à remercier mon ami et frère, Ahmad Mohammadshirazi, étudiant en doctorat en informatique à l'Université de l'État d'Ohio, pour m'avoir aidé dans le montage vidéo de ce cours.

Programme

• Introduction à Python
Aperçu de Python : Pourquoi Python pour l'IA ?
Configuration de votre environnement
Notions de base de Python : Variables, types de données et opérateurs
Structures de contrôle : Instructions If, boucles
Fonctions et modules
Structures de données de base : Listes, dictionnaires, ensembles
• Introduction à Python pour la science des données
Introduction aux bibliothèques : NumPy et Pandas
Manipulation et analyse des données avec Pandas
Visualisation des données avec Matplotlib et Seaborn
• Introduction à l'apprentissage automatique
Fondamentaux de l'apprentissage automatique
Aperçu de Scikit-Learn
Apprentissage supervisé : Régression et classification
Apprentissage non supervisé : Clustering et réduction de la dimensionnalité
• Introduction à l'apprentissage profond
Qu'est-ce que l'apprentissage profond ?
Aperçu des réseaux neuronaux
Introduction à TensorFlow et Keras
Création d'un réseau neuronal simple avec Keras
• Applications pratiques et conclusion
Projet pratique : Modèle simple d'apprentissage automatique
Projet pratique : Modèle de base d'apprentissage profond
Ressources pour un apprentissage complémentaire
Session Q&A et retour d'expérience
• Conclusion
Récapitulatif des concepts clés
Feuille de route pour progresser en IA et en science des données

Enseigné par

Mohammad H. Rafiei

Sujets

Programmation