L'Université de Columbia propose des cours en ligne gratuits sur l'apprentissage automatique pour la science des données et l'analyse. Ce cours de science des données est une introduction à la machine learning et aux algorithmes. L'objectif général de ce cours est d'apprendre les principes de l'apprentissage automatique et l'importance des algorithmes.
Cours en un coup d'œil
Durée: 5 semaines
Effort: 7-10 heures pw
Objet: Apprentissage automatique pour la science des données et l'analyse
Établissement: Columbia University et edx
Langues: anglais
Prix: gratuit
Certificat disponible: Oui, ajoutez un certificat vérifié pour 99 $
Session: à votre rythme
Détails des fournisseurs
L'Université de Columbia est l'un des centres de recherche les plus importants au monde et constitue en même temps un environnement d'apprentissage distinctif et distingué pour les étudiants de premier cycle et les étudiants des cycles supérieurs dans de nombreux domaines universitaires et professionnels. L’Université reconnaît l’importance de son emplacement à New York et cherche à relier ses recherches et son enseignement aux vastes ressources d’une grande métropole.
A propos de ce cours
L'apprentissage automatique est un domaine en pleine expansion qui est utilisé lors de recherches sur le Web, de placement d'annonces, de calcul du crédit, de transactions boursières et de nombreuses autres applications.
Ce cours de science des données est une introduction à la machine learning et aux algorithmes. Vous développerez une compréhension de base des principes de l'apprentissage automatique et en tirerez des solutions pratiques à l'aide de l'analyse prédictive. Nous examinerons également pourquoi les algorithmes jouent un rôle essentiel dans l'analyse du Big Data.
Pourquoi suivre ce cours?
Ce cours est le deuxième du cours en trois parties Data Science and Analytics XSeries.
Résultats d'apprentissage
- Qu'est-ce que l'apprentissage automatique et comment est-il lié aux statistiques et à l'analyse des données?
- Comment l'apprentissage automatique utilise des algorithmes informatiques pour rechercher des modèles dans les données
- Comment utiliser les modèles de données pour prendre des décisions et des prévisions avec des exemples concrets de soins de santé impliquant la génomique et les naissances prématurées
- Comment découvrir des thèmes cachés dans de grandes collections de documents à l'aide de la modélisation de sujets
- Comment préparer des données, gérer les données manquantes et créer des solutions d'analyse de données personnalisées pour différents secteurs
- Techniques algorithmiques de base et fréquemment utilisées, y compris le tri, la recherche, les algorithmes gloutons et la programmation dynamique
Des instructeurs
Professeur Ansaf Salleb-Aouissi
Ansaf est maître de conférences en discipline au département d'informatique de la faculté d'ingénierie et de sciences appliquées de l'université Columbia.
Cliff Stein
Ses recherches portent sur la conception et l'analyse d'algorithmes, l'optimisation combinatoire, la recherche opérationnelle, les algorithmes de réseau, l'ordonnancement, l'ingénierie des algorithmes et la biologie computationnelle.
David Blei
David Blei a rejoint Columbia à l'automne 2014 en tant que professeur d'informatique et de statistique. Ses recherches portent sur des modèles de sujets probabilistes, des méthodes bayésiennes non paramétriques et une inférence postérieure approximative. Il travaille sur diverses applications, notamment le texte, les images, la musique, les réseaux sociaux, le comportement des utilisateurs et les données scientifiques.
Itslk Peer
Itsik Pe'er est professeur associé au département d'informatique.
Mihalis Yannakakis
Il a étudié à l'Université technique nationale d'Athènes (diplôme en génie électrique, 1975) et à l'Université de Princeton (doctorat en informatique, 1979).
Peter Orbanz
Ses recherches portent principalement sur les statistiques des objets et des structures discrètes: permutations, graphes, partitions et séquences binaires.
Exigences
Math lycée. Une certaine exposition à la programmation informatique.
Comment rejoindre ce cours
- Aller au lien du site du cours
- Créer un compte edX pour SignUp
- Choisissez «Inscrivez-vous maintenant» pour commencer.
- EdX propose des certificats de réussite du code d'honneur, des certificats de réussite vérifiés et des certificats de réussite XSeries. Actuellement, les certificats vérifiés ne sont disponibles que dans certains cours.
- Une fois que les candidats se sont inscrits à un cours et ont activé leur compte, cliquez sur le bouton Connexion de la page d'accueil edx.org, puis entrez leur adresse électronique et leur mot de passe edX. Cela les mènera au tableau de bord, avec un accès à chacun de leurs cours actifs. (Avant de commencer un cours, celui-ci sera répertorié sur son tableau de bord, mais il n’y aura pas encore d’option «Voir le cours».)