Que pensez-vous de ce cours ?
https://openclassrooms.com/fr/courses/4525266-decrivez-et-nettoyez-votre-jeu-de-donnees?status=published

Quels cours récommandés pour acquérir les bases de probabilités, statistiques et de la régression ?

Ce cours me semble excellent pour te lancer dans ce genre d'analyse statistiques de base. Ça permet de répondre à la plupart des questions statistiques les plus courantes, ce qui est très bien.

Par contre, cela me semble très peu tourné sur le machine learning. Tu pourras comprendre comment fonctionne les statistiques, mais pas la manière dont le machine learning s'opère en backend.

Le 02 mai 2019 à 12:32:51 AMD66 a écrit :
Ce cours me semble excellent pour te lancer dans ce genre d'analyse statistiques de base. Ça permet de répondre à la plupart des questions statistiques les plus courantes, ce qui est très bien.

Par contre, cela me semble très peu tourné sur le machine learning. Tu pourras comprendre comment fonctionne les statistiques, mais pas la manière dont le machine learning s'opère en backend.

Le machine learning, je compte me tourner vers Tensorflow (TF). L'objectif est de comprendre la statistique avant de m'attaquer au machine learning avec TF

Pour faire du machine learning intelligement, il faut comprendre proba, stat, et calcul multi variable. Tu as vu ca en math?

Le 03 mai 2019 à 14:45:51 godrik a écrit :
Pour faire du machine learning intelligement, il faut comprendre proba, stat, et calcul multi variable. Tu as vu ca en math?

Je vais apprendre sur openclassrooms. Je vais prendre de l'avance sur mon programme du coup

Le 03 mai 2019 à 13:37:20 StEvUgnIn_ a écrit :

Le 02 mai 2019 à 12:32:51 AMD66 a écrit :
Ce cours me semble excellent pour te lancer dans ce genre d'analyse statistiques de base. Ça permet de répondre à la plupart des questions statistiques les plus courantes, ce qui est très bien.

Par contre, cela me semble très peu tourné sur le machine learning. Tu pourras comprendre comment fonctionne les statistiques, mais pas la manière dont le machine learning s'opère en backend.

Le machine learning, je compte me tourner vers Tensorflow (TF). L'objectif est de comprendre la statistique avant de m'attaquer au machine learning avec TF

Tensorflow me semble très mal orienté pour le machine learning pour débutant. Je te conseille davantage scikit-learn qui te permet d'utiliser rapidement des modèles et de les paramétrer pour voir à minima lesquels sont efficaces pour quels types de tâches. De plus scikit-learn explique un peu comment ça marche sur leur site parfois, et il font un très bon listing de tous les modèles de ML.
Je pense pouvoir recommander les cours d'Hugo Larochelle, j'ai pas suivi précisément celui sur le machien learning mais j'ai vu celui sur le deep et c'était intéressant (technique, scolaire, ptet pas assez pratique mais du coup c'est la même chose que ce qu'on a en école d'ingé en général) Cours Hugo Larochelle ML https://www.youtube.com/playlist?list=PL6Xpj9I5qXYFD_rc1tttugXLfE2TcKyiO (vu le titre des vidéos je te confirme que c'est le niveau de cours d'ingé)

Faut voir vers quoi tu t'orientes, si tu fais pas du deep, t'as plutôt intérêt à oublier Tensorflow sauf si t'en viens à devoir utiliser des puissances de calculs de processeur graphiques (encore faut-il que les algorithmes que t'utilises puissent utiliser cette puissance).
Si tu vas vers le deep, je te conseille de commencer par des stats de base, les cours jusqu'à la terminale S sont fondamentaux, ensuite ceux de prépa/école d'ingé sont utiles, tu peux les trouver assez facilement ,à la limite regarde le cours de Larochelle et si tu coinces, renseigne toi sur ces notions en particulier.

En fait c'est pas facile de te recommander quoi faire parce que ça dépend de ta motivation et de tes compétences:
Soit tu veux comprendre tous les détails mathématiques de tous les modèles, et il faut un niveau de math de bac+5 spécialisé (voir plus)
Soit tu veux juste utiliser les fonctions, et il faut un niveau de math proche du lycée et des compétences d'algo
Entre les deux, t'as toutes les gammes de pratique et de compétences, donc c'est facilement ajustable en fait, ce qui l'est pas c'est la théorie de l'apprentissage automatique (suraprentissage, régularisation, data-augmentation...).
En machine learning tu peux autant avoir des modèles simples (k-plus-proche-voisin = tu regardes les données qui ressemblent à ta nouvelle donnée et tu la juges en fonction de ça), que des modèles qui utilisent d'un coup des choses que peu voir aucun autre utilisait (récemment une publication fait état d'un modèle extrêmmeent intéressant qui se base sur des équa diff).

Salut ! Je sais pas si tu es toujours à la recherche d'un cours introductif au Machine Learning, mais j'ai voulu en créer un justement pour aider ceux qui veulent en savoir plus dans ce domaine. Je pense que c'est important de savoir d'abord à quoi ressemblent les projets en ML et comment les réaliser, avant de se lancer dans la théorie parfois assez complexe.

Si t'es intéressé, je te propose de suivre le cours que j'ai créé à l'adresse : https://www.udemy.com/course/machine-learning-realiser-son-projet-en-python/?referralCode=D3C0086334D1E643CA22

N'hésites pas à me dire ce que t'en penses !