![\"\"](\"https:\/\/blog.jetbrains.com\/wp-content\/uploads\/2021\/12\/Blog_Featured_image_1280x600-1-2.png\")
<\/figure>\n<\/i>Commencer \u00e0 apprendre<\/a><\/p>\n Sous-domaine de l’intelligence artificielle, le machine learning consiste \u00e0 cr\u00e9er des algorithmes capables d’apprendre \u00e0 partir d’exp\u00e9riences pass\u00e9es, puis d’appliquer ces connaissances \u00e0 des situations nouvelles.<\/p>\n Aujourd’hui, le machine learning est partout autour de nous. Par exemple, quand vous ouvrez votre bo\u00eete de r\u00e9ception, tous les messages de spam sont automatiquement filtr\u00e9s et stock\u00e9s dans un dossier s\u00e9par\u00e9. Si vous recevez un e-mail dans une langue inconnue, vous pouvez facilement le traduire dans une langue que vous comprenez en un clic. Votre service de streaming pr\u00e9f\u00e9r\u00e9 vous recommande des films que vous \u00eates susceptible d’appr\u00e9cier. Les magasins o\u00f9 vous faites vos achats vous envoient la plupart du temps des offres sp\u00e9ciales pertinentes. Rien de tout cela ne serait possible sans le machine learning.<\/p>\n Le module de cours Introductory Machine Learning in Python<\/a> permet de comprendre les principaux types d’algorithmes de ML et le pipeline g\u00e9n\u00e9ral de construction d’un mod\u00e8le de ML, et vous donne une id\u00e9e des aptitudes et comp\u00e9tences n\u00e9cessaires pour devenir un expert en ML. Il vous aidera \u00e0 d\u00e9velopper une compr\u00e9hension approfondie des techniques fondamentales de ML et \u00e0 acqu\u00e9rir une exp\u00e9rience pratique des biblioth\u00e8ques Python telles que NumPy, pandas et scikit-learn.<\/p>\n Ce module de cours donne acc\u00e8s \u00e0 plus de 160 sujets et \u00e0 15 projets \u00e0 cr\u00e9er \u00e9tape par \u00e9tape dans un environnement d’apprentissage interactif. Examinons-en quelques-uns :<\/p>\n 📩 Spam Filter<\/a> : pour cr\u00e9er un programme capable de d\u00e9terminer si un e-mail est un spam et de le filtrer. En r\u00e9alisant ce projet, vous apprendrez ce que sont Naive Bayes, SpaCy et pandas, vous utiliserez des fonctions pour effectuer les t\u00e2ches r\u00e9p\u00e9titives et la d\u00e9composition fonctionnelle, vous impl\u00e9menterez vos propres algorithmes et pourrez mesurer leurs performances.<\/p>\n 🏥 Data Analysis for Hospitals<\/a> : Les donn\u00e9es sont partout, qu’il s’agisse de textes, d’images, d’informations ou de feuilles de calcul. La quantit\u00e9 de donn\u00e9es que nous consommons et stockons augmente \u00e0 chaque seconde. Comment \u00e9viter d’\u00eatre submerg\u00e9 par cet oc\u00e9an de donn\u00e9es ? Dans le cadre de ce projet, vous r\u00e9aliserez une \u00e9tude compl\u00e8te en t\u00e9l\u00e9chargeant des ensembles de donn\u00e9es, en traitant les omissions et le remplissage incorrect de donn\u00e9es, en trouvant les principales caract\u00e9ristiques statistiques et en visualisant vos donn\u00e9es.<\/p>\n 📶 Linear Regression from Scratch<\/a> : La r\u00e9gression lin\u00e9aire est l’une des m\u00e9thodes les plus utilis\u00e9es pour \u00e9valuer les relations lin\u00e9aires et l’un des algorithmes de ML les plus r\u00e9pandus. \u00c0 la fin de ce projet, vous aurez notamment cr\u00e9\u00e9 votre propre algorithme de r\u00e9gression lin\u00e9aire, appris l’alg\u00e8bre lin\u00e9aire et pratiqu\u00e9 les op\u00e9rations matricielles.<\/p>\n Apr\u00e8s avoir termin\u00e9 ce module de cours, vous recevrez un certificat d’ach\u00e8vement que vous pourrez ajouter \u00e0 votre profil LinkedIn et \u00e0 votre Cv. N’oubliez pas d’ajouter les projets que vous avez r\u00e9alis\u00e9s \u00e0 votre profil GitHub \u00e9galement !<\/p>\n Si vous souhaitez vous lancer dans une carri\u00e8re d’ing\u00e9nieur ML junior, cette formation est faite pour vous ! Ajoutez-y quelques connaissances en statistiques, en techniques de visualisation des donn\u00e9es et en SQL, et vous pourrez rechercher un poste d’analyste de donn\u00e9es ou de data scientist. Si tout cela vous semble int\u00e9ressant, ou si vous voulez am\u00e9liorer vos connaissances de Python en g\u00e9n\u00e9ral, inscrivez-vous pour suivre la formation Introductory Machine Learning in Python<\/a> ! <\/p>\n Si vous \u00eates nouveau sur JetBrains Academy, vous pouvez non seulement commencer par un essai gratuit de 7 jours<\/strong>, mais aussi le prolonger jusqu’\u00e0 2 mois<\/strong> pendant que vous travaillez sur votre premier projet ! Si vous achevez la premi\u00e8re \u00e9tape de votre projet dans les 7 premiers jours, vous pouvez prolonger votre essai d’un mois. Si vous terminez votre premier projet au cours de ce premier mois, votre essai gratuit sera encore prolong\u00e9 d’un mois.<\/p>\n Nous esp\u00e9rons que vous appr\u00e9cierez d’\u00e9tudier le machine learning avec nous. Si vous avez des questions ou souhaitez nous faire part de votre avis, n’h\u00e9sitez pas \u00e0 laisser un commentaire ci-dessous ou \u00e0 nous contacter \u00e0 l’adresse academy@jetbrains.com.<\/p>\n Continuez \u00e0 apprendre !<\/em> Auteur de l’article original en anglais :<\/em><\/p>\n\n\n Le Machine learning dans la vie de tous les jours<\/h2>\n
Introduction au machine learning en Python<\/h2>\n
Les projets que vous r\u00e9aliserez<\/strong><\/h3>\n
Perspectives de carri\u00e8re<\/strong><\/h3>\n
L’\u00c9quipe JetBrains Academy<\/em><\/p>\n\n\n![\"\"](\"https:\/\/secure.gravatar.com\/avatar\/?s=200&r=g\")