L’apprentissage automatique est la science permettant aux ordinateurs d’accomplir des tâches sans avoir été explicitement programmé dans ce sens. Dans les dernières décennies, l’apprentissage automatique à donné naissance aux véhicules sans conducteurs, à la reconnaissance de la parole, la recherche web performante et à largement contribué à l’amélioration de la compréhension du génome humain. L’apprentissage automatique est tellement présent aujourd’hui que vous l’utilisez probablement des dizaines de fois par jour sans même vous en rendre compte. Beaucoup de chercheurs pensent également qu’il s’agit du meilleur moyen de progresser vers une intelligence artificielle au niveau des humains. Dans cette classe, vous allez prendre connaissance des meilleures techniques d’apprentissage automatique et acquérir de la pratique dans sa mise en oeuvre. Plus important, vous n’allez pas seulement prendre connaissance des fondements théoriques de l’apprentissage, mais également acquérir le savoir-faire requis pour rapidement et efficacement appliquer ces techniques à de nouveaux problèmes. Finalement, vous allez apprendre des meilleures pratiques en oeuvre dans la Silicon Valley se rapportant à l’apprentissage automatique et l’intelligence artificielles.

Ce mooc contient une large introduction à l’apprentissage automatique, l’analyse de données et la reconnaissance de forme. Le contenu inclut: (i) Apprentissage supervisé (algorithmes paramétriques / non paramétriques, machines à vecteur de support, noyaux, réseaux neuronaux). (ii) Apprentissage non-supervisé (partitionnement de données, réduction de dimension, système de recommandation, l’apprentissage profond). (iii) Bonnes pratiques en apprentissage automatique (bias, variance; process d’innovation en apprentissage automatique et IA). La classe va également décrire plusieurs cas d’usages, ainsi vous allez également apprendre comment appliquer les algorithmes d’apprentissage pour construire des robots intelligents (perception, contrôle), compréhension de texte (recherche web, anti-spam), vision par ordinateur, informatique médicale, signaux sonores, base de données sémantiques, et d’autres domaines.

Coursera / Université de Standford