What You Need to Know Before
You Start

Starts 7 June 2025 20:02

Ends 7 June 2025

00 days
00 hours
00 minutes
00 seconds
course image

Comprendre les algorithmes d'apprentissage automatique à travers des exemples

Explorez des algorithmes d'apprentissage automatique courants et des pratiques à travers des exemples industriels, apprenez à choisir le bon algorithme et découvrez les solutions Azure ML pour automatiser des tâches sans codage.
PASS Data Community Summit via YouTube

PASS Data Community Summit

2544 Cours


1 hour

Optional upgrade avallable

Not Specified

Progress at your own speed

Conference Talk

Optional upgrade avallable

Aperçu

Explorez des algorithmes d'apprentissage automatique courants et des pratiques à travers des exemples industriels, apprenez à choisir le bon algorithme et découvrez les solutions Azure ML pour automatiser des tâches sans codage.

Programme

  • Introduction à l'apprentissage automatique
  • Aperçu des concepts de l'apprentissage automatique
    Importance et applications dans l'industrie
    Introduction à la plateforme Azure ML
  • Algorithmes d'apprentissage supervisé
  • Régression linéaire
    Étude de cas : Prédiction des prix de l'immobilier
    Mise en œuvre dans Azure
    Arbres de décision
    Étude de cas : Évaluation des risques de crédit
    Mise en œuvre dans Azure
    Machines à vecteurs de support
    Étude de cas : Classification de texte
    Mise en œuvre dans Azure
  • Algorithmes d'apprentissage non supervisé
  • Clustering (k-Means)
    Étude de cas : Segmentation des clients
    Mise en œuvre dans Azure
    Analyse en composantes principales (ACP)
    Étude de cas : Réduction de dimension pour les données d'image
    Mise en œuvre dans Azure
  • Apprentissage par renforcement
  • Introduction aux concepts de l'apprentissage par renforcement
    Étude de cas : Stratégies de tarification dynamique
    Mise en œuvre dans Azure
  • Évaluation et sélection de modèles
  • Précision, rappel et fidélité
    Courbes ROC et AUC
    Techniques de validation croisée
  • Choix du bon algorithme
  • Comprendre les types et caractéristiques des données
    Compromis et considérations (Compromis biais-variance)
    Conseils pratiques pour la sélection des algorithmes
  • Automatisation des tâches d'apprentissage automatique
  • Introduction aux solutions d'apprentissage automatique automatisé sur Azure
    Mise en place d'expériences d'apprentissage automatique automatisé
    Meilleures pratiques pour l'automatisation des flux de travail ML
  • Ateliers pratiques et projets
  • Exercice : Créer un modèle de prédiction simple
    Projet : Pipeline d'apprentissage automatique de bout en bout avec Azure
  • Conclusion et étapes suivantes
  • Révision des concepts appris
    Ressources pour l'apprentissage continu

Sujets

Conférences