Le guide ultime pour les débutants en IA et apprentissage automatique

Aperçu

This course provides the essential foundations for any beginner who truly wants to master AI and machine learning. Crucial, foundational AI concepts, all bundled into one course.

These concepts will be relevant for years to come. Mastering any craft, requires that you have solid foundations.

Anyone who is thinking about starting a career in AI and machine learning will benefit from this. Non-technical professionals such as marketers, business analysts, etc. will be able to effectively converse and work with data scientists, machine learning engineers, or even data scientists if they apply themselves to understanding the concepts in this course.

Programme

• Introduction à l'IA et au Machine Learning
Définition et historique de l'IA
Principales différences entre l'IA, le Machine Learning et le Deep Learning
• Concepts fondamentaux du Machine Learning
Apprentissage supervisé
Apprentissage non supervisé
Apprentissage par renforcement
• Principaux algorithmes et techniques
Régression linéaire
Algorithmes de classification (par exemple, arbres de décision, SVM)
Clustering (par exemple, K-Means)
Réseaux neuronaux et bases du Deep Learning
• Préparation des données et ingénierie des caractéristiques
Nettoyage et prétraitement des données
Sélection et extraction de caractéristiques
Gestion des données manquantes
• Évaluation et optimisation des modèles
Ensembles d'entraînement et de test
Validation croisée
Mesures d'évaluation (par exemple, précision, précision, rappel)
• Applications pratiques de l'IA et du ML
L'IA dans le commerce et l'industrie
Cas d'utilisation dans le marketing, la santé, la finance et plus encore
• Outils et environnements
Aperçu des outils ML populaires (par exemple, bibliothèques Python telles que NumPy, pandas, scikit-learn, TensorFlow)
Configuration d'un environnement de développement
• Considérations éthiques et tendances futures
Biais et équité dans l'IA
IA responsable et préoccupations en matière de confidentialité
Directions futures dans la recherche en IA
• Conclusion du cours et prochaines étapes
Résumé des concepts clés
Ressources pour poursuivre l'apprentissage
Parcours professionnels dans l'IA et le Machine Learning

---

Enseigné par

Irlon Terblanche and Peter Alkema

---

Matières

Data Science