Aperçu de l’apprentissage automatique

Apprentissage supervisé, non supervisé et par renforcement

Régression vs Classification

Surapprentissage et sous-apprentissage

Algorithmes populaires (par exemple, régression linéaire, k-NN, arbres de décision, forêts aléatoires)

Évaluation et sélection des modèles

Présentation de l’IA/ML sur le cloud (Google GCP)

LAB Mise en œuvre de modèles IA/ML sur des ensembles de données du monde réel dans le cas d’une classification

LAB Mise en œuvre de modèles IA/ML sur des ensembles de données du monde réel dans le cas d’une régression

Récapitulatif des concepts clés et des techniques

Évolutions futures et tendances en matière d’IA/ML et opportunités de carrière

Learning Resources