Date de mise à jour pas encore vérifiée
Machine Learning Algorithms
Great Learning avec Anirudh Rao
Explique les types de machine learning et la façon dont les modèles apprennent, puis consacre une partie à la régression linéaire, à Naive Bayes, aux KNN, aux SVM et aux forêts aléatoires, avec des démonstrations en Python.
Cette formation est enseignée en anglais. Cette page est notre traduction de sa fiche.
Notre avis
Gratuite et environ 2 heures ; couvre brièvement les algorithmes standard avec des démos. Le certificat est payant.
Idéal pour : Débutants qui veulent un tour gratuit et rapide des algorithmes classiques du ML avant une formation plus longue.
D'après la page de la formation, le programme et les prix, et non après l'avoir suivie. Notre méthode de notation
Outils et modèles abordés
- Python
D'après le contenu de la formation ; dernière mise à jour du contenu : inconnue.
Ce que vous apprendrez
- Apprentissage supervisé et non supervisé
- Régression linéaire
- Naive Bayes
- K plus proches voisins
- Machines à vecteurs de support
- Forêt aléatoire
Prérequis
- Des bases en informatique ; les mathématiques et les bases de Python aident