Top MOOC Data Science : Apprendre Gratuitement avec Google Cloud

Vous souhaitez apprendre la Data Science gratuitement ? Nous avons sélectionné pour vous les quatre meilleurs MOOC en Français avec Google Cloud.

Meilleurs MOOCs Data Science avec Google Cloud

Avec cette sélection de formation en ligne gratuite, apprenez à créer des modèles de machine learning distribués qui pourront évoluer dans TensorFlow, à adapter l’entraînement de ces modèles pour bénéficier d’une évolutivité horizontale et à obtenir des prédictions très performantes. Convertissez les données brutes en caractéristiques de sorte que les processus de ML soient en mesure d’identifier les propriétés importantes dans les données et générez des insights qui ont du sens en rapport avec la problématique. Enfin, découvrez comment intégrer à la fois la combinaison de paramètres permettant d’obtenir des modèles précis et généralisés, et une connaissance de la théorie indispensable pour résoudre des types spécifiques de problèmes de ML.

1. Le Machine Learning chez Google

Google adopte une approche particulière du machine learning qui s’appuie non seulement sur les données, mais également sur la logique. Nous expliquerons l’intérêt que présente cette conception pour la création d’un pipeline de modèles de ML. Ensuite, nous examinerons les cinq phases permettant de convertir un cas d’utilisation devant être traité à l’aide du machine learning et étudierons pourquoi chaque étape est importante. Enfin, nous identifierons les biais que le machine learning est susceptible d’amplifier et apprendrons à les repérer.

Contenu de la formation

  • Le rôle central de l’intelligence artificielle
  • Le machine learning chez Google
  • Le machine learning inclusif
  • Blocs-notes Python dans le cloud
  • Récapitulatif

Détails de la formation

  • Niveau : Intermédiaire
  • Durée : 08 heures
  • Langue : Français
  • Certification : Certificat vérifié; la formation est totalement gratuite mais le certificat est payant

S’INSCRIRE

2. Se lancer en Machine Learning

Après une présentation de l’historique du machine learning, vous étudierez pourquoi les réseaux de neurones sont aujourd’hui parfaitement adaptés à diverses problématiques. Vous apprendrez ensuite à définir un problème d’apprentissage supervisé et à trouver une solution adaptée à l’aide d’une descente de gradient. Ce processus implique la création d’ensembles de données permettant la généralisation. Nous examinerons comment procéder à cette opération de façon reproductible de sorte que l’expérimentation soit possible.

Objectifs du MOOC

  • Déterminer pourquoi le deep learning est désormais si courant
  • Optimiser et évaluer des modèles en utilisant des fonctions de perte et des statistiques de performances
  • Corriger les problèmes courants liés au machine learning
  • Créer des ensembles de données de formation, d’évaluation et de test reproductibles et évolutifs

Contenu de la formation

  • Le machine learning en pratique
  • Optimisation
  • Généralisation et échantillonnage
  • Résumé

Détails de la formation

  • Niveau : Intermédiaire
  • Durée : 06 heures
  • Langue : Français
  • Certification : Certificat vérifié; la formation est totalement gratuite mais le certificat est payant

S’INSCRIRE

3. Introduction à TensorFlow

Ce MOOC présente l’approche TensorFlow de bas niveau et dresse la liste des concepts et API nécessaires pour la rédaction de modèles de machine learning distribués. Vous apprendrez comment appliquer une évolutivité horizontale à l’entraînement d’un modèle TensorFlow afin d’offrir des prédictions très pertinentes avec Cloud Machine Learning Engine.

Objectifs de la formation

  • Créer des modèles de machine learning dans TensorFlow
  • Utiliser les bibliothèques TensorFlow pour résoudre des problèmes numériques
  • Résoudre les problèmes et déboguer les erreurs de code courantes sur TensorFlow
  • Utiliser tf.estimator pour créer, entraîner et évaluer un modèle de ML
  • Entraîner et déployer les modèles de ML avant de les envoyer en production à grande échelle avec Cloud ML Engine

Contenu du MOOC

  • Core TensorFlow
  • API Estimator
  • Effectuer le scaling des modèles TensorFlow avec CMLE
  • Récapitulatif

Détails de la formation

  • Niveau : Intermédiaire
  • Durée : 09 heures
  • Langue : Français
  • Certification : Certificat vérifié; la formation est totalement gratuite mais le certificat est payant

S’INSCRIRE

4. Art et Science du Machine Learning

Dans ce MOOC, vous allez acquérir les compétences essentielles que requiert le ML : intuition, discernement et capacités d’expérimentation. De cette façon, vous pourrez ajuster précisément vos modèles de ML et les améliorer pour obtenir des performances optimales.

Cette formation vous présente les nombreux mécanismes intervenant dans l’entraînement d’un modèle. Vous commencerez par les ajuster manuellement pour observer leurs effets sur les performances du modèle. Une fois que vous serez familiarisé avec ces mécanismes, également appelés « hyperparamètres », vous apprendrez à les régler automatiquement avec Cloud Machine Learning Engine sur Google Cloud Platform.

Contenu de la formation

  • L’art du ML
  • Réglages des hyperparamètres
  • Un zeste de science
  • La science des réseaux de neurones
  • Représentations vectorielles continues
  • Instance Estimator personnalisée
  • Récapitulatif

Détails de la formation

  • Niveau : Intermédiaire
  • Durée : 08 heures
  • Langue : Français
  • Certification : Certificat vérifié; la formation est totalement gratuite mais le certificat est payant

S’INSCRIRE


Vous pourriez aussi aimer :

Formation gratuite en Machine Learning – Université de Washington

MOOC Deep Learning avec HEC Montréal

Formation gratuite en Intelligence Artificielle avec le Gouvernement Finlandais

3 MOOC pour Apprendre Python en Ligne Gratuitement

Laisser un Avis