Rejoignez des millions de personnes qui utilisent l'application Alison – plus rapide, plus simple et conçue pour apprendre en déplacement... 📲 Apprenez en déplacement avec l'application Alison
Explorer
fr
EntreprisesPasser à PremiumAffiliate coin
Language icon fr

Votre vérification d'apprenant(e)

Ceci atteste que Dominic Musembi Kotele a terminé le cours Principes fondamentaux de la science des données - Outils et concepts essentiels sur Alison.

Dominic Musembi Kotele

ID Alison: 61786238

Cours terminé: Principes fondamentaux de la science des données - Outils et concepts essentiels

Date d'achèvement: 15 novembre 2026

E-mail: [email protected]

Temps d'étude total: 1h 53m

Note de l'évaluation finale:

Les cours Alison nécessitent au moins
70% pour réussir l'évaluation finale

96%
Heures CPD complétées:

Heures d'apprentissage approuvées CPD
complétées dans le cadre de ce cours

1-2h

Informations sur le cours

Découvrez la relation entre la science des données et la technologie d'apprentissage automatique de l'IA dans ce cours en ligne gratuit.

La science des données et l'apprentissage automatique (ML) représentent deux merveilles du progrès technologique moderne et ont un impact profond sur le monde qui nous entoure. Digital Partner a développé ce cours pour vous aider à comprendre le cadre et les fonctionnalités de base de ces domaines. Le cours est divisé en deux modules : le premier couvre les sciences des données et le second se concentre sur les bases de l'apprentissage automatique.

Nous vous présentons d'abord la science des données et vous présentons ses avantages et ses composants essentiels. Nous abordons également les nombreuses applications de la science des données. Nous traçons ensuite la relation entre l'apprentissage automatique et les sciences des données et expliquons les différents flux de travail qui constituent la science des données, notamment le flux de travail « Obtain, Scrub, Explore, Model and Interpret » (OSEMN), le flux de travail de Blitzstein et Pfister et le flux de

travail CRISP-DM.

Le deuxième module du cours s'oriente vers le ML et les domaines connexes. Nous expliquons les bases de l'apprentissage automatique et passons en revue les flux sortants courants du ML. Nous discutons également des différentes méthodes de clustering, de la régression et de leurs types. Enfin, le cours aborde l'apprentissage profond, les réseaux de neurones et la relation entre eux. Inscrivez-vous à ce cours pour commencer à établir une base solide en science des données et en apprentissage automatique et découvrez comment l'intelligence artificielle peut être exploitée pour orienter la recherche d'aujourd'hui

.

Modules terminés

Module 1: Comprendre le domaine de la science des données
Module 2: Principes de base de l'apprentissage automatique
Module 3: Évaluation du cours

Dites-nous pourquoi vous avez besoin de votre vérification d'apprenant(e) ?



professional/learner-record.learner_verification.Save