NVIDIA : Fundamentals of Apprentissage automatique Course est un cours de base conçu pour présenter aux apprenants les concepts et techniques clés de l'apprentissage automatique. Ce cours est la première partie de la préparation à l'examen (NCA-GENL) : NVIDIA-Certified Generative IA LLMs Associate spécialisation Le cours couvre les principes fondamentaux de l'apprentissage automatique, y compris l'apprentissage supervisé et non supervisé, l'entraînement des modèles, les métriques d'évaluation et les techniques d'optimisation. Il fournit également un aperçu du prétraitement des données, de l'ingénierie des caractéristiques et des algorithmes d'apprentissage automatique courants. Ce cours est structuré en trois modules, chacun contenant des Leçons et des Conférences vidéo. Les apprenants suivront environ 5 heures à 6 heures 30 de contenu vidéo, couvrant à la fois des concepts théoriques et des exercices pratiques. Chaque module est complété par des quiz pour évaluer la compréhension des apprenants et renforcer les concepts clés. Modules de cours : Module 1 : Bases du ML et Prétraitement des données Module 2 : Apprentissage supervisé et Évaluation des modèles Module 3 : Apprentissage non supervisé, Techniques avancées et Accélération GPU À la fin de ce cours, un apprenant sera en mesure de : - Comprendre les principes fondamentaux de l'IA, du ML et du Deep learning, ainsi que leurs différences clés.

Débloquez l'accès à plus de 10 000 cours avec Coursera Plus. Essai gratuit de 7 jours.


NVIDIA : Les fondamentaux de l'Apprentissage automatique
Ce cours fait partie de Spécialisation Préparation à l'examen (NCA-GENL) : Les MFR de l'IA générative certifiés par NVIDIA

Instructeur : Whizlabs Instructor
3 573 déjà inscrits
Inclus avec
(18 avis)
Expérience recommandée
Ce que vous apprendrez
Comprendre les principes fondamentaux de l'IA, du ML et du Deep learning, ainsi que leurs principales différences.
Mettre en œuvre des techniques d'apprentissage supervisé telles que la classification et la régression.
Appliquer les méthodes de clustering et l'analyse des séries chronologiques à l'aide d'ARIMA.
Exploitez NVIDIA RAPIDS pour des workflows de ML accélérés par le GPU.
Compétences que vous acquerrez
- Catégorie : Intelligence artificielle
- Catégorie : Analyse statistique
- Catégorie : Apprentissage non supervisé
- Catégorie : Apprentissage supervisé
- Catégorie : Apprentissage automatique
- Catégorie : Analyse de régression
- Catégorie : Nettoyage des données
- Catégorie : Ingénierie des caractéristiques
- Catégorie : Traitement des données
- Catégorie : Analyse des séries temporelles et prévisions
- Catégorie : Arbre de classification et de régression (CART)
- Catégorie : Deep learning
- Catégorie : Modélisation prédictive
Détails à connaître

Ajouter à votre profil LinkedIn
6 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Élaborez votre expertise du sujet
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable

Il y a 3 modules dans ce cours
Bienvenue à la semaine 1 du cours NVIDIA : Apprentissage automatique. Cette semaine, nous explorerons les bases du ML et le Prétraitement de données, en commençant par une introduction au cours et aux meilleures pratiques pour réussir l'examen. Nous définirons l'apprentissage automatique et fixerons les attentes pour le cours " Fundamentals of Apprentissage automatique ". Au fur et à mesure que nous progresserons, nous ferons la différence entre l'IA, le Deep learning et l'Apprentissage automatique et examinerons les types d'apprentissage automatique. Nous couvrirons également les étapes clés impliquées dans le processus d'apprentissage automatique. À la fin de la semaine, nous plongerons dans les essentiels du Prétraitement de données, en comprenant son importance dans les flux de travail de l'Apprentissage automatique. Une session de démonstration sur le prétraitement des données fournira un aperçu pratique de la préparation des données pour l'entraînement des modèles.
Inclus
9 vidéos2 lectures2 devoirs1 sujet de discussion
Bienvenue dans la deuxième semaine de la formation NVIDIA Fundamentals of Machine Learning : Cette semaine, nous allons explorer les principes fondamentaux de l'Apprentissage Automatique Supervisé et de l'Évaluation Modale, en couvrant à la fois les techniques de classification et de régression. Nous commencerons par comprendre les principes des modèles de classification et de régression et leurs applications. Au fur et à mesure de notre progression, nous explorerons le processus de sélection, d'entraînement et d'évaluation des modèles, suivi d'une discussion approfondie sur l'évaluation des modèles de classification à l'aide de la Matrice de confusion. En outre, nous examinerons les principales mesures d'évaluation des modèles de classification et de régression à l'aide d'explications théoriques et de démonstrations pratiques.
Inclus
8 vidéos1 lecture2 devoirs
Bienvenue à la semaine 3 du cours NVIDIA : Apprentissage automatique. Cette semaine, nous aborderons l'Apprentissage non supervisé, les techniques avancées et l'accélération par le GPU, en commençant par les techniques d'apprentissage non supervisé telles que le KMeans, le clustering hiérarchique et le clustering basé sur la densité, avec une démonstration pratique. Nous explorerons également l'extraction de règles d'association et NVIDIA RAPIDS pour les flux de travail accélérés par le GPU, avec une démonstration à l'appui. En outre, nous découvrirons les techniques de validation croisée (GridSearch et Randomized Search) à l'aide d'une démonstration pratique et nous terminerons par le modèle ARIMA pour l'analyse des séries temporelles, avec une démonstration pratique.
Inclus
11 vidéos3 lectures2 devoirs
Obtenez un certificat professionnel
Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.
Instructeur

Offert par
En savoir plus sur Cloud Computing
Statut : Essai gratuit
Statut : Essai gratuit
Statut : Essai gratuit
Statut : GratuitAmazon Web Services
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?




Avis des étudiants
18 avis
- 5 stars
57,89 %
- 4 stars
31,57 %
- 3 stars
5,26 %
- 2 stars
5,26 %
- 1 star
0 %
Affichage de 3 sur 18
Révisé le 11 oct. 2025
The first 3 were great! The fourth one LLMs and Gen AI was subpar

Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
Pour accéder aux supports de cours, aux devoirs et pour obtenir un certificat, vous devez acheter l'expérience de certificat lorsque vous vous inscrivez à un cours. Vous pouvez essayer un essai gratuit ou demander une aide financière. Le cours peut proposer l'option "Cours complet, pas de certificat". Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.
Lorsque vous vous inscrivez au cours, vous avez accès à tous les cours de la spécialisation et vous obtenez un certificat lorsque vous terminez le travail. Votre certificat électronique sera ajouté à votre page Réalisations - de là, vous pouvez imprimer votre certificat ou l'ajouter à votre profil LinkedIn.
Oui, pour certains programmes de formation, vous pouvez demander une aide financière ou une bourse si vous n'avez pas les moyens de payer les frais d'inscription. Si une aide financière ou une bourse est disponible pour votre programme de formation, vous trouverez un lien de demande sur la page de description.
Plus de questions
Aide financière disponible,

