Fondamentaux de l'intelligence artificielle et de l'apprentissage automatique : méthodes avancées de la science des données
Artificial Intelligence 2023
| Intermédiaire
- 14 vidéos | 1h 6m
- Inclut une appréciation
- Obtient un badge
En science des données, de nombreuses techniques statistiques et analytiques peuvent être utilisées pour obtenir des informations significatives à partir des données. Certaines méthodes avancées de science des données s'appuient sur d'autres méthodes fondamentales de science des données, telles que la fouille de textes. Dans ce cours, vous apprendrez les méthodes avancées de la science des données et leurs cas d'utilisation. Ce cours commence par une exploration des méthodes avancées d'apprentissage automatique (ML), telles que la fouille de textes et l'analyse de graphes, et de leurs utilisations. Vous découvrirez ensuite les processus de détection des anomalies et des nouveautés. Vous examinerez l'extraction des règles d'association et les réseaux neuronaux, y compris leurs cas d'utilisation dans différents secteurs d'activité. Vous vous concentrerez ensuite sur les défis courants rencontrés lors de l'apprentissage des modèles d'intelligence artificielle (IA) et d'apprentissage automatique, sur les compromis entre la complexité et l'interprétabilité des modèles, et sur le rôle du traitement automatique du langage naturel (NLP) dans l'analyse de texte. Enfin, vous étudierez le potentiel des techniques de vision par ordinateur et les applications de l'apprentissage par renforcement.
CE QUE VOUS ALLEZ APPRENDRE
-
Découvrir les concepts clés abordés dans ce cours
Identifier le concept et les cas d'utilisation de la fouille de textes
Décrire les stratégies d'évaluation de la précision de la fouille de textes ainsi que ses pièges courants
Énoncer l'objectif et les cas d'utilisation de l'analyse de graphes
Reconnaître les détails de la détection des anomalies et ses cas d'utilisation
Décrire le processus et les cas d'utilisation pour la détection des nouveautés
Décrire l’extraction des règles et ses cas d'utilisation -
Identifier le concept et les cas d'utilisation des réseaux neuronaux
Identifier les défis courants rencontrés lors de l'entraînement et de l'optimisation des modèles d'ia et d'apprentissage automatique (ml)
Analyser les compromis entre la complexité et l'interprétabilité du modèle
Décrire le rôle du nlp dans l'analyse de texte et la compréhension du langage, et identifier les cas d'utilisation du nlp
Décrire le potentiel des techniques de vision par ordinateur dans la reconnaissance d'images et la détection d'objets
Définir l'apprentissage par renforcement, y compris son application dans des scénarios de prise de décision dynamique
Résumer les concepts clés abordés dans ce cours
EN SUIVANT CE COURS
-
40sDans cette vidéo, nous allons découvrir les principaux concepts abordés dans ce cours. ACCÈS GRATUIT
-
3m 3sÀ l'issue de cette vidéo, vous serez en mesure d'identifier le concept et les cas d'utilisation de la fouille de textes. ACCÈS GRATUIT
-
3. Évaluer la précision de la fouille de textes1m 56sÀ l'issue de cette vidéo, vous serez en mesure de définir des stratégies pour évaluer la précision de la fouille de textes ainsi que ses pièges courants. ACCÈS GRATUIT
-
4. Analyse de graphes4m 56sDans cette vidéo, nous décrirons l'objectif et les cas d'utilisation de l'analyse de graphes. ACCÈS GRATUIT
-
5. Détection des anomalies6m 44sÀ l'issue de cette vidéo, vous serez en mesure de reconnaître les détails de la détection des anomalies et ses cas d'utilisation. ACCÈS GRATUIT
-
6. Détection des nouveautés3m 8sÀ l'issue de cette vidéo, vous serez en mesure de décrire le processus et les cas d'utilisation de la détection des nouveautés. ACCÈS GRATUIT
-
7. Extraction des règles d'association4m 32sDans cette vidéo, nous décrirons l'extraction des règles et ses cas d'utilisation. ACCÈS GRATUIT
-
8. Réseaux neuronaux7m 38sÀ l'issue de cette vidéo, vous serez en mesure d'identifier le concept et les cas d'utilisation des réseaux neuronaux. ACCÈS GRATUIT
-
9. Entraînement et optimisation des modèles d'IA5m 55sÀ l'issue de cette vidéo, vous serez en mesure d'identifier les défis courants rencontrés lors de l'entraînement et de l'optimisation des modèles d'IA et d'apprentissage automatique (ML). ACCÈS GRATUIT
-
10. Complexité et interprétabilité des modèles4m 39sDans cette vidéo, nous analyserons les compromis entre la complexité et l'interprétabilité du modèle. ACCÈS GRATUIT
-
11. Traitement automatique du langage naturel (NLP) dans l'analyse de texte7m 34sÀ l'issue de cette vidéo, vous serez en mesure de décrire le rôle du NLP dans l'analyse de texte et la compréhension du langage, et d'identifier les cas d'utilisation du NLP. ACCÈS GRATUIT
-
12. Vision par ordinateur dans la reconnaissance d'images et la détection d'objets7m 45sÀ l'issue de cette vidéo, vous serez en mesure de décrire le potentiel des techniques de vision par ordinateur dans la reconnaissance d'images et la détection d'objets. ACCÈS GRATUIT
-
13. Apprentissage par renforcement7m 4sÀ l'issue de cette vidéo, vous serez en mesure de définir l'apprentissage par renforcement, y compris son application dans des scénarios de prise de décision dynamique. ACCÈS GRATUIT
-
14. Résumé du cours27sDans cette vidéo, nous allons résumer les concepts clés abordés dans ce cours. ACCÈS GRATUIT
GAGNEZ UN BADGE NUMÉRIQUE QUAND VOUS AUREZ TERMINÉ CE COURS
Skillsoft vous offre la possibilité d’obtenir un badge numérique à l’issue de certains de nos cours, qui peut être partagé sur n’importe quels réseau social ou plate-forme professionnelle.
Les badges numériques vous appartiennent, pour toujours.CE CONTENU POURRAIT ÉGALEMENT VOUS INTÉRESSER
Notation 4.0 sur 1 utilisateurs
(1)
