Learn & Build Machine Learning Models with Python

Ce cours n'est pas disponible en Français (France)

Nous sommes actuellement en train de le traduire dans plus de langues.

Learn & Build Machine Learning Models with Python

Ce cours fait partie de Spécialisation "Apply AI Foundations with Python and AWS"

Instructeur : EDUCBA

Inclus avec

4 modules

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

niveau Intermédiaire

Expérience recommandée

9 heures à compléter

Planning flexible

Apprenez à votre propre rythme

4 modules

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

niveau Intermédiaire

Expérience recommandée

9 heures à compléter

Planning flexible

Apprenez à votre propre rythme

Ce que vous apprendrez

Explain core machine learning concepts and prepare data using Python libraries.
Visualize and analyze datasets using NumPy, Pandas, and Matplotlib.
Build and evaluate basic machine learning models using Scikit-learn.

Compétences que vous acquerrez

Catégorie : Machine Learning
Catégorie : Feature Engineering
Catégorie : Regression Analysis
Catégorie : Applied Machine Learning
Catégorie : Matplotlib
Catégorie : Exploratory Data Analysis
Catégorie : Model Evaluation
Catégorie : Supervised Learning
Catégorie : Data Manipulation
Catégorie : Data Preprocessing

Outils que vous découvrirez

Catégorie : Pandas (Python Package)
Catégorie : Scikit Learn (Machine Learning Library)
Catégorie : Python Programming
Catégorie : NumPy

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Récemment mis à jour !

janvier 2026

Évaluations

16 devoirs

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

En savoir plus sur Coursera pour les affaires

logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Élaborez votre expertise du sujet

Ce cours fait partie de la Spécialisation "Apply AI Foundations with Python and AWS"

Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.

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 4 modules dans ce cours

By the end of this course, learners will be able to explain core machine learning concepts, prepare and analyze data using Python libraries, visualize insights effectively, and build and evaluate basic machine learning models using industry-standard tools.

This beginner-friendly course is designed to provide a clear, structured pathway into machine learning with Python, making it ideal for students, aspiring data scientists, and professionals transitioning into data-driven roles. Learners start with foundational machine learning principles and gradually progress through numerical computing with NumPy, data manipulation with Pandas, and data visualization using Matplotlib. Unlike theory-heavy courses, this program emphasizes practical understanding and hands-on workflows, helping learners connect concepts to real-world applications. The course also introduces essential preprocessing techniques, Scikit-learn pipelines, and linear regression modeling, ensuring learners understand not just how to build models, but why each step matters. What makes this course unique is its step-by-step learning progression, well-structured modules, and assessment-aligned objectives, enabling learners to build confidence as they move from data preparation to model evaluation. Upon completion, learners will have a strong foundation to pursue advanced machine learning topics or apply their skills in real projects.

This module introduces learners to the core concepts of machine learning and establishes a strong foundation in numerical computing using Python. Learners gain an understanding of how machine learning works, its life cycle, and how NumPy is used to create and manipulate numerical data essential for ML workflows.

Inclus

6 vidéos4 devoirs

6 vidéos Total 34 minutes

Introduction to Course 7 minutes
What is Machine Learning 5 minutes
Life Cycle 5 minutes
Introduction to Numpy Library 7 minutes
Creating Arrays from Scratch 6 minutes
Creating Arrays from Scratch Continued 5 minutes

4 devoirs Total 60 minutes

Foundations of Machine Learning & Numerical Computing 30 minutes
Getting Started with Machine Learning 10 minutes
Understanding the ML Workflow 10 minutes
Creating Data with NumPy 10 minutes

This module focuses on efficient data manipulation using NumPy and introduces Pandas for structured data handling. Learners develop skills in array operations, vectorized computations, and DataFrame-based data exploration, which are critical for data preprocessing in machine learning.

Inclus

6 vidéos4 devoirs

6 vidéos Total 49 minutes

Array Indexing and Slicing 10 minutes
Numpy Array Functions and Shape Modification 9 minutes
Mathematical Operations on Numpy Arrays 7 minutes
Introduction to Pandas Library 10 minutes
Working with Pandas DataFrames 7 minutes
Slicing and Indexing with Pandas 7 minutes

4 devoirs Total 60 minutes

Mastering NumPy & Introduction to Pandas 30 minutes
Working with NumPy Arrays 10 minutes
Numerical Operations & Data Handling 10 minutes
Exploring Data with Pandas 10 minutes

This module equips learners with practical data analysis and visualization skills using Pandas and Matplotlib. Learners explore datasets, generate statistical insights, handle missing values, and create meaningful visualizations to communicate data-driven findings effectively.

Inclus

6 vidéos4 devoirs

6 vidéos Total 48 minutes

Create DataFrame and Explore Dataset 8 minutes
Data Analysis with Pandas DataFrame 12 minutes
Other Useful Methods in Pandas Library 4 minutes
Introduction to Matplotlib 6 minutes
Customizing Line Plots 8 minutes
Create Plot Using DataFrame 9 minutes

4 devoirs Total 60 minutes

Data Analysis & Visualization 30 minutes
Exploring and Analyzing Data 10 minutes
Advanced Pandas & Plotting Basics 10 minutes
Creating Meaningful Visualizations 10 minutes

This module introduces practical machine learning implementation using Scikit-learn. Learners focus on data preprocessing, pipeline construction, model evaluation, and linear regression, enabling them to build, evaluate, and interpret machine learning models with confidence.

Inclus

6 vidéos4 devoirs

6 vidéos Total 58 minutes

Standard Scaler to Scale the Data 6 minutes
Encoding Categorical Data 11 minutes
Sklearn Pipeline and Column Transformer 12 minutes
Evaluation Metrics in Sklearn 7 minutes
Linear Regression 12 minutes
Evaluation of Linear Regression Model 11 minutes

4 devoirs Total 60 minutes

Machine Learning with Scikit-Learn 30 minutes
Data Preprocessing Techniques 10 minutes
Building Robust ML Pipelines 10 minutes
Linear Regression in Practice 10 minutes

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

EDUCBA

1 050 Cours 245 487 apprenants

Offert par

EDUCBA

En savoir plus sur Machine Learning

O.P. Jindal Global University
Machine Learning
Cours
EDUCBA
Machine Learning with Python: Build & Optimize
Cours
IBM
Machine Learning with Python
Cours
Edureka
Applied Machine Learning with Python
Cours

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Étudiant(e) depuis 2018

’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’

Jennifer J.

Étudiant(e) depuis 2020

’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’

Larry W.

Étudiant(e) depuis 2021

’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’

Chaitanya A.

’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

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

Découvrir les diplômes

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

To access the course materials, assignments and to earn a Certificate, you will need to purchase the Certificate experience when you enroll in a course. You can try a Free Trial instead, or apply for Financial Aid. The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.

When you enroll in the course, you get access to all of the courses in the Specialization, and you earn a certificate when you complete the work. Your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile.

Yes. In select learning programs, you can apply for financial aid or a scholarship if you can’t afford the enrollment fee. If fin aid or scholarship is available for your learning program selection, you’ll find a link to apply on the description page.