Créer des modèles Machine Learning

Intermédiaire
Ingénieur IA
Data Scientist
Développeur
Étudiant
Visual Studio Code
Azure

Microsoft Learn propose plusieurs moyens interactifs d’obtenir une introduction au machine learning classique. À eux seuls, ces parcours d’apprentissage vous permettront de devenir productifs et constituent également une excellente base pour passer aux sujets du deep learning.

Des modèles Machine Learning classiques les plus basiques à l’analyse exploratoire des données et à la personnalisation des architectures, Vous serez guidé par un contenu conceptuel facile à comprendre et des cahiers interactifs Jupyter, le tout sans quitter votre navigateur.

Choisissez votre propre parcours en fonction de votre cursus et de vos centres d’intérêt.

Option 1 : Le cours complet : Bases de la science des données pour le machine learning

Ce parcours est recommandé pour la plupart des personnes. Il présente les mêmes modules que les deux autres parcours d’apprentissage avec un flux personnalisé qui optimise le renforcement des concepts. Si vous souhaitez apprendre à la fois les concepts sous-jacents et comment créer des modèles avec les outils de machine learning les plus courants, ce parcours est pour vous. C’est également le parcours idéal si vous prévoyez d’aller plus loin que le machine learning classique et que vous voulez vous former au deep learning et aux réseaux neuronaux, dont vous ne trouverez qu’une introduction ici.

Option 2 : Le parcours d’apprentissage Comprendre la science des données pour le machine learning

Si vous souhaitez comprendre comment fonctionne le machine learning alors que vous n’avez pas véritablement de cursus mathématique, ce parcours est pour vous. Il ne fait aucune supposition sur l’éducation antérieure (autre qu’une familiarité légère avec les concepts de codage) et enseigne avec du code, des métaphores et des visuels qui vous donneront l’illumination. Il est d’ordre pratique, mais se concentre plus sur la compréhension des bases et moins sur la puissance des outils et bibliothèques disponibles.

✔ Option 3 : Le parcours d’apprentissage Créer des modèles Machine Learning

Si vous avez déjà une idée de ce qu’est le machine learning ou si vous avez un solide cursus mathématique, vous préférerez peut-être vous plonger directement dans le parcours d’apprentissage Créer des modèles Machine Learning. Ces modules vous apprennent certains concepts de machine learning, mais avancent vite pour pouvoir arriver à l’utilisation d’outils tels que scikit-learn, TensorFlow et PyTorch. Ce parcours d’apprentissage est aussi celui qui vous conviendra le mieux si vous cherchez juste à vous familiariser avec le sujet pour comprendre des exemples de machine learning avec des produits comme Azure ML ou Azure Databricks.

✔ Vous êtes actuellement sur ce parcours, faites défiler vers le bas pour démarrer.

Prérequis

Ce parcours d’apprentissage suppose une connaissance des concepts mathématiques de base. Une certaine expérience de Python est également un avantage.

Modules de ce parcours d’apprentissage

L’exploration et l’analyse de données sont au cœur de la science des données. Les scientifiques des données ont besoin de compétences en langages de programmation comme Python pour explorer, visualiser et manipuler les données.

La régression est un type d’apprentissage automatique couramment utilisé pour la prédiction de valeurs numériques.

La classification est une méthode d’apprentissage automatique utilisée pour catégoriser des éléments en classes.

Le clustering est une forme de Machine Learning utilisé pour regrouper des éléments similaires en clusters.

Le Deep Learning est une forme avancée de Machine Learning qui imite la manière dont le cerveau humain apprend via les réseaux de neurones connectés.