糖心vlog官网观看

Read in English (Lire en anglais).

Vous avez donc d茅velopp茅 vos comp茅tences en apprentissage automatique, en vous plongeant dans les subtilit茅s des points de 诲辞苍苍茅别蝉 et en pratiquant les langages de programmation. De plus, vous savez ce qu'est un mod猫le d'apprentissage automatique et vous voulez mettre les mains dans le cambouis en en cr茅ant un plut么t que de simplement lire 脿 ce sujet.聽

Les projets de machine learning (ML) vous permettent de mettre en pratique les comp茅tences que vous avez d茅velopp茅es jusqu'脿 pr茅sent tout en vous donnant quelque chose 脿 mettre en valeur dans votre portfolio. Par cons茅quent, ils vous aident non seulement 脿 mieux comprendre la science des 诲辞苍苍茅别蝉 et le machine learning, mais peuvent 茅galement montrer aux employeurs potentiels ce que vous pouvez vraiment faire si vous en avez l'occasion.聽

Pour vous aider 脿 d茅marrer, dans cet article, vous d茅couvrirez sept id茅es de projets d'apprentissage automatique pour les d茅butants, les apprenants de niveau interm茅diaire et les 茅tudiants plus avanc茅s en apprentissage automatique. Par la suite, si vous souhaitez d茅velopper vos comp茅tences pratiques en apprentissage automatique, vous pourriez envisager de vous inscrire 脿 la Sp茅cialisation en Apprentissage Automatique de Stanford et DeepLearning.AI .

1. Identifier les iris.

Les iris ont influenc茅 le dessin de la fleur de lys fran莽aise, ils sont couramment utilis茅s dans l'art japonais de la composition florale connu sous le nom d'Ikebana et sont 脿 la base des senteurs florales du parfum 芦 essence de violette 禄 []. Ils sont 茅galement le sujet de ce projet d'apprentissage automatique bien connu, dans lequel vous devez cr茅er un mod猫le ML capable de trier les iris en fonction de cinq facteurs dans l'une des trois classes suivantes : Iris Setosa , Iris Versicolore et Iris Virginica.

Pour vous aider 脿 d茅marrer, l'ensemble de 诲辞苍苍茅别蝉 ci-dessous comprend 50 instances de chacune des trois classes d'iris pour un total de 150 instances. Alors que l'une des classes est lin茅airement s茅parable, les deux autres ne le sont pas. Votre t芒che consiste 脿 cr茅er un mod猫le capable de classer chaque instance d'iris dans la classe appropri茅e en fonction de quatre attributs : longueur du s茅pale, largeur du s茅pale, longueur du p茅tale et largeur du p茅tale.聽

Ensemble de 诲辞苍苍茅别蝉 UCI :

2. Pr茅visions de ventes.

Comment les changements de saison, les changements d茅mographiques ou les r茅glementations gouvernementales affecteront-ils les ventes futures d'une entreprise ?聽

Ce genre de questions est 脿 la base de la pratique courante de pr茅vision des ventes, dans laquelle une entreprise estime le nombre de produits ou de services qu'elle vendra 脿 l'avenir en se basant sur des 诲辞苍苍茅别蝉 historiques pertinentes. Sans surprise, les entreprises se tournent de plus en plus vers les techniques d'apprentissage automatique pour cr茅er des mod猫les capables de pr茅voir les ventes avec une pr茅cision de plus en plus grande, qui d茅passe les approches moins avanc茅es technologiquement du pass茅.聽

Dans ce projet d'apprentissage automatique, vous acquerrez de l'exp茅rience en mati猫re de pr茅vision des ventes 脿 l'aide d'un ensemble de 诲辞苍苍茅别蝉 de ventes r茅elles fournies par Walmart. Votre t芒che consiste 脿 pr茅dire les ventes par rayon pour 45 magasins Walmart situ茅s dans diff茅rentes r茅gions tout en tenant compte des p茅riodes de d茅marques saisonni猫res importantes telles que la f锚te du Travail, Thanksgiving et No毛l.聽

Ensemble de 诲辞苍苍茅别蝉 Kaggle :

3. Pr茅dire le cours des actions.聽

Un conseil d'investissement courant dit que la cl茅 pour battre le march茅 est d'acheter des actions lorsqu'elles sont 脿 leur prix le plus bas et de les vendre 脿 leur prix le plus 茅lev茅. En d'autres termes : achetez bas et vendez haut. Mais comment savoir quand une action est 脿 un point bas et quand elle a atteint son sommet ?聽

Bien qu'il n'existe pas de r茅ponse infaillible 脿 cette question, une approche consiste 脿 d茅velopper un mod猫le d'apprentissage automatique capable d'essayer de pr茅dire les fluctuations du cours des actions 脿 l'aide de 诲辞苍苍茅别蝉 historiques. C'est exactement ce que vous allez essayer de faire dans ce projet d'apprentissage automatique.聽

L'ensemble de 诲辞苍苍茅别蝉 ci-dessous comprend des 诲辞苍苍茅别蝉 de haute qualit茅 sur les actions et les fonds n茅goci茅s en bourse (ETF) bas茅s aux 脡tats-Unis sur le NASDAQ, le NYSE et le NYSE MKT. Comment pourriez-vous essayer de r茅soudre la question toujours insaisissable de la pr茅vision des cours boursiers futurs gr芒ce 脿 l'apprentissage automatique ?聽

Ensemble de 诲辞苍苍茅别蝉 Kaggle :

4. Concevez un moteur de recommandation.

Nous sommes tous pass茅s par l脿 : vous utilisez une plateforme de streaming avec une collection de vid茅os apparemment infinie et vous ne savez pas quoi regarder. Allez-vous essayer cette s茅rie anim茅e se d茅roulant dans un futur pas si lointain ou cette com茅die romantique ringarde du d茅but des ann茅es 2000 ? Ou devriez-vous enfin vous tourner vers ce film noir des ann茅es 40 ?聽

Les plateformes en ligne sont conscientes de la lassitude d茅cisionnelle qui peut r茅sulter d'un nombre 茅crasant d'options, c'est pourquoi nombre d'entre elles utilisent des mod猫les d'apprentissage automatique complexes pour formuler des recommandations sur mesure aux utilisateurs. En fait, les syst猫mes de recommandation sont 脿 la base de nombreux services parmi les plus populaires aujourd'hui, de Google 脿 Netflix en passant par le service Gamepass de Xbox.聽

Dans ce projet, vous allez cr茅er votre propre syst猫me de recommandation 脿 l'aide des 诲辞苍苍茅别蝉 collect茅es aupr猫s du service de recommandation de films MovieLens. Cr茅茅 par 138 493 utilisateurs, l'ensemble de 诲辞苍苍茅别蝉 Movielens comprend plus de 20 millions de notes et plus de 460 000 tags pour 27 278 films. D茅couvrez ce que vous pouvez faire avec ces 诲辞苍苍茅别蝉 importantes.聽

Ensemble de 诲辞苍苍茅别蝉 Kaggle :

5. Pr茅dire le prix du taxi

Comme les mar茅es, la demande de taxis augmente et diminue en fonction de l'heure de la journ茅e, des conditions m茅t茅orologiques et du jour de l'ann茅e. Lorsqu'il pleut, les clients et l'argent affluent pour les chauffeurs de taxi. Tandis que les journ茅es agr茅ables et calmes incitent souvent les citadins 脿 se d茅placer 脿 pied plut么t qu'脿 prendre le taxi, ce qui, aux 脡tats-Unis, fait baisser les tarifs. C'est un v茅ritable va-et-vient pour les chauffeurs et les clients : une hausse un jour, une baisse le lendemain.

Pour ceux qui souhaitent utiliser des techniques d'apprentissage automatique pour r茅soudre des probl猫mes concrets, un projet d'apprentissage automatique simple et pratique pourrait consister 脿 cr茅er un mod猫le pr茅dictif capable de pr茅voir les tarifs potentiels des taxis. Dans ce projet d'intelligence artificielle de Google Cloud, vous utiliserez BigQuery pour rechercher des ensembles de 诲辞苍苍茅别蝉 sur les taxis publics et cr茅er un ensemble de 诲辞苍苍茅别蝉 d'entra卯nement pour la pr茅diction par lots. Cr茅ez un mod猫le ML pour pr茅dire les tarifs et 茅valuez ses performances dans ce projet de niveau interm茅diaire.

6. Identifiez les pi猫ces automobiles endommag茅es.聽

Pendant la pand茅mie de COVID-19, les cha卯nes d鈥檃pprovisionnement et les processus de fabrication du monde entier ont 茅t茅 paralys茅s, les pays et les lieux de travail ayant ferm茅 leurs portes pour tenter de stopper la propagation du virus. En cons茅quence, l鈥檌ndustrie automobile a eu du mal 脿 fabriquer de nouvelles voitures.

En tant qu'acheteur potentiel de voiture 脿 cette 茅poque, vous vous inqui茅teriez probablement de l'茅tat du v茅hicule que vous pourriez acheter acheter en parcourant les annonces de voitures d'occasion. Ne serait-il pas formidable de pouvoir utiliser l'apprentissage automatique pour identifier les dommages subis par les diff茅rentes pi猫ces de la voiture afin de savoir si l'achat en vaut la peine pour vous ?聽

Dans ce projet interactif de Google Cloud Training, vous ferez exactement cela en utilisant la vision par apprentissage automatique pour identifier les pi猫ces automobiles endommag茅es. Con莽u pour les personnes de niveau interm茅diaire dans le domaine de l'apprentissage automatique, ce projet rapide vous guidera tout au long du processus de t茅l茅chargement d'un ensemble de 诲辞苍苍茅别蝉 vers le stockage cloud, d'inspection des images t茅l茅charg茅es pour v茅rifier qu'il n'y a pas d'erreurs, d鈥檈ntra卯nement d'un mod猫le de machine learning et d'茅valuation de la pr茅cision de votre mod猫le.聽

7. Identifiez les visages, les 茅tiquettes et les monuments.

Comme le savent depuis des mill茅naires les peintres, les sculpteurs et les acteurs, le visage est une source d'茅motions. Alors que les acteurs du th茅芒tre traditionnel japonais N么 utilisent la lumi猫re et l'ombre pour exprimer des sourires et des froncements de sourcils sur des masques par ailleurs immuables, le sculpteur antique qui a cr茅茅 la c茅l猫bre statue Laoocon et ses fils a utilis茅 les expressions d茅form茅es des visages de ses sujets pour exprimer leur souffrance lorsqu'ils sont attaqu茅s par des serpents.聽

Le visage et ses expressions constituent donc une autre source de 诲辞苍苍茅别蝉, souvent comprise intuitivement par de nombreux humains, mais pas par les machines. S鈥檌l peut 锚tre 茅vident pour nous de faire la diff茅rence entre un visage souriant, un b芒timent et une 茅tiquette, il faut apprendre aux machines 脿 les diff茅rencier.

Dans ce projet de Google Cloud, vous allez envoyer des images 脿 l'API Cloud Vision pour qu'elle identifie des objets, des visages et des monuments. D'une dur茅e de 30 minutes seulement, ce projet de niveau interm茅diaire offre un apprentissage pratique en peu de temps.

Projets guid茅s

Si vous ne savez pas par o霉 commencer ou si vous pr茅f茅rez un peu plus d'accompagnement, vous pouvez envisager de suivre un projet guid茅 sur 糖心vlog官网观看. Voici quelques id茅es de projets d'apprentissage automatique que vous pouvez r茅aliser avec l'aide d'instructions.

鈥� Pr茅diction du risque de cancer du col de l'ut茅rus 脿 l'aide de l'apprentissage automatique. Dans ce projet guid茅 de niveau d茅butant, vous passerez deux heures 脿 effectuer une analyse exploratoire des 诲辞苍苍茅别蝉, 脿 d茅velopper, 脿 entra卯ner et 脿 茅valuer un mod猫le de classificateur XG-Boost. 脌 la fin, vous utiliserez le mod猫le que vous avez cr茅茅 pour 茅valuer le risque de cancer du col de l'ut茅rus et gagnerez un certificat partageable pour votre CV.

鈥� Pr茅vision des primes d'assurance m茅dicale avec l'apprentissage automatique. Id茅al pour les d茅butants, ce projet guid茅 de deux heures se concentre sur les r茅seaux neuronaux artificiels. Vous effectuerez le nettoyage des 诲辞苍苍茅别蝉, l'ing茅nierie des caract茅ristiques et la visualisation des 诲辞苍苍茅别蝉, ainsi que la cr茅ation, l鈥檈ntra卯nement et le test d'un mod猫le de r茅seau neuronal artificiel.

D茅veloppez une plus grande expertise en ML avec 糖心vlog官网观看

L'apprentissage automatique est un domaine en pleine croissance avec un large 茅ventail d'applications. Que vous d茅butiez ou que vous soyez d茅j脿 familier avec le domaine, 糖心vlog官网观看 a quelque chose 脿 vous offrir :

Pour d茅velopper des comp茅tences pratiques en ML, inscrivez-vous 脿 la Sp茅cialisation en Apprentissage Automatique de Stanford et DeepLearning.AI. Cr茅ez des mod猫les ML, appliquez les meilleures pratiques de d茅veloppement ML et cr茅ez et entra卯nez votre propre r茅seau neuronal avec TensorFlow.

Pour ma卯triser les fondamentaux de l'apprentissage en profondeur, suivez la Sp茅cialisation Deep Learning de DeepLearning.AI. Apprenez 脿 cr茅er des r茅seaux neuronaux, des CNN et des RNN en seulement trois mois.

Pour vous pr茅parer 脿 une carri猫re dans l'ing茅nierie de l'IA et du machine learning, essayez le Certificat Professionnel AI & ML Engineering de Microsoft. Cr茅ez, d茅ployez et innovez avec des techniques avanc茅es d'apprentissage automatique et des projets concrets dans ce programme de niveau interm茅diaire.