Comprendre les algorithmes d'apprentissage automatique à travers des exemples

Aperçu

Rejoignez notre session sur la Compréhension des Algorithmes d'Apprentissage Automatique à Travers des Exemples et améliorez vos compétences en IA. Ce cours propose une exploration approfondie des algorithmes d'apprentissage automatique largement utilisés, illustrée par des exemples concrets de l'industrie.

Découvrez des techniques expertes pour sélectionner l'algorithme le plus adapté à diverses tâches, et découvrez la puissance des solutions Azure Machine Learning pour automatiser les processus sans effort, le tout sans besoin de coder.

Animé par le célèbre fournisseur YouTube, cet événement est idéal pour ceux qui cherchent à approfondir leurs connaissances en intelligence artificielle, ainsi que pour les professionnels désireux de tirer parti des outils d'IA pour accroître leur productivité. Ne manquez pas cette opportunité de rester à la pointe de l'innovation en IA, avec des perspectives de figures de proue de l'industrie et des technologies de pointe.

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