Description du cours Maîtriser la mise en œuvre de l'apprentissage automatique de bout en bout en utilisant Java et son puissant écosystème. Ce cours pratique vous aide à construire des modèles ML en utilisant des outils comme Tribuo, Weka, et DeepLearning4j, tout en montrant comment mettre à l'échelle et déployer des modèles en utilisant Spark, Mahout, PMML, et ONNX. Aucune expérience préalable en ML n'est requise - juste les fondamentaux de Java et une volonté de construire des systèmes intelligents du monde réel. Dans le premier module, vous apprendrez à charger, nettoyer et prétraiter des ensembles de données à l'aide de Java et de Tribuo, puis à construire vos premiers modèles de régression et de classification à partir de zéro. Le deuxième module se concentre sur l'apprentissage en profondeur. Vous utiliserez DeepLearning4j pour développer des réseaux neuronaux et construire un classificateur d'images pour le jeu de données MNIST. Dans le dernier module, vous explorerez le Traitement du langage naturel avec OpenNLP, mettrez à l'échelle des pipelines d'apprentissage automatique avec Spark et Mahout, et apprendrez à exporter des modèles en utilisant des formats tels que PMML et ONNX pour un déploiement dans le monde réel.

À la fin du cours, vous saurez : -Appliquer des techniques de prétraitement des données à l'aide d'outils Java comme Weka et Tribuo pour les tâches d'apprentissage automatique ; -Construire, entraîner et évaluer des modèles de classification, de régression et d'apprentissage profond à l'aide de DL4J, Tribuo et DJL ; -Mettre en œuvre des flux de travail de traitement du langage naturel et d'apprentissage automatique évolutif à l'aide d'Apache OpenNLP, de Spark MLlib et de Mahout ; -Mettre en œuvre des flux de travail de traitement du langage naturel et d'apprentissage automatique évolutif à l'aide d'Apache OpenNLP, de Spark MLlib et de Mahout. -Construire des pipelines NLP, passer à l'échelle des big data et déployer en utilisant PMML/ONNX. Audience cible : Ce cours est idéal pour : -Les développeurs Java qui veulent construire des solutions pratiques d'apprentissage machine et d'apprentissage profond. -Les ingénieurs backend qui cherchent à intégrer l'apprentissage machine évolutif dans les systèmes basés sur Java. -Les ingénieurs de données qui cherchent à explorer le déploiement de l'apprentissage machine et l'interopérabilité des données en utilisant Java. -Les passionnés de ML qui préfèrent travailler dans l'écosystème Java plutôt que de passer à Python. Avis de non-responsabilité : Ce cours est une ressource éducative indépendante développée par Board Infinity et n'est pas affilié, approuvé, sponsorisé ou officiellement associé à Oracle Corporation ou à l'une de ses filiales ou sociétés affiliées. Ce cours n'est pas un support de préparation officiel d'Oracle Corporation. Toutes les marques commerciales, marques de service et noms de sociétés mentionnés sont la propriété de leurs détenteurs respectifs et ne sont utilisés qu'à des fins d'identification.