Dans ce cours, vous vous appuierez sur les compétences acquises dans les cours Analyse de données exploratoires avec MATLAB et Traitement des données et ingénierie des objets avec MATLAB pour accroître votre capacité à exploiter la puissance de MATLAB afin d'analyser des données pertinentes pour votre travail. Ces compétences sont précieuses pour ceux qui ont une connaissance du domaine et une certaine exposition aux outils de calcul, mais pas de formation en programmation. Pour réussir ce cours, vous devez avoir des connaissances en statistiques de base (histogrammes, moyennes, écart-type, ajustement de courbe, interpolation) et avoir suivi les cours 1 à 2 de cette spécialisation.

Modélisation prédictive et apprentissage automatique avec MATLAB

Modélisation prédictive et apprentissage automatique avec MATLAB
Ce cours fait partie de Spécialisation "Science des données pratique avec MATLAB"



Instructeurs : Michael Reardon
17 268 déjà inscrits
Inclus avec
119 avis
Ce que vous apprendrez
Appliquer un processus complet d'apprentissage automatique, du nettoyage des données à l'entraînement et à l'évaluation des modèles à l'aide d'un ensemble de données réelles
Utilisez des applications pour entraîner rapidement de nombreux modèles d'apprentissage automatique afin de trouver la meilleure approche pour votre application
Personnalisez la formation en utilisant des matrices de coûts pour mettre l'accent sur les classes importantes
Compétences que vous acquerrez
- Catégorie : Machine Learning
- Catégorie : Applied Machine Learning
- Catégorie : Data Preprocessing
- Catégorie : Supervised Learning
- Catégorie : Logistic Regression
- Catégorie : Decision Tree Learning
- Catégorie : Predictive Modeling
- Catégorie : Data Cleansing
- Catégorie : Regression Analysis
- Catégorie : Model Evaluation
- Catégorie : Feature Engineering
Outils que vous découvrirez
- Catégorie : Matlab
- Catégorie : Classification Algorithms
Détails à connaître

Ajouter à votre profil LinkedIn
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 4 modules dans ce cours
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.
Instructeurs

Offert par
En savoir plus sur Apprentissage automatique

Edureka

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

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Avis des étudiants
- 5 stars
80,83 %
- 4 stars
15,83 %
- 3 stars
2,50 %
- 2 stars
0 %
- 1 star
0,83 %
Affichage de 3 sur 119
Révisé le 3 oct. 2020
Fantastic course to learn more about MATLABs ML capabilities
Révisé le 25 oct. 2020
Great Course and very helpful. Good to be able to put hands on real data and exercises.
Révisé le 6 nov. 2020
Outstanding course with real practical study case and easy to understand approach to build ML models and deploy it for production for end-user.Good job MathWorks.

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
Plus de questions
Aide financière disponible,
¹ Certains travaux de ce cours sont notés par l'IA. Pour ces travaux, vos Données internes seront utilisées conformément à Notification de confidentialité de Coursera.











