Il existe un grand intérêt pour l¿apprentissage et l¿application des techniques d¿apprentissage automatique et d¿IA dans diverses industries. Une chose qui retient les utilisateurs est la nécessité d¿apprendre à coder. Même pour les programmeurs expérimentés, la mise en œuvre manuelle de modèles de science des données à l'aide de code peut être lente, frustrante et sujette aux erreurs. Mais désormais, les progrès technologiques ont permis de nouvelles solutions sans code. L'approche sans code fournit les mêmes concepts clés et le même raisonnement logique derrière l'utilisation des algorithmes A[ pour créer des solutions de science des données sans nécessiter de codage.
Voici quelques techniques que vous mettrez en œuvre dans ce programme :
- Techniques de regroupement
- Apprentissage supervisé - Régression
- Apprentissage supervisé - Classification
- Modèles arborescents et techniques d'ensemble
- Traitement du langage
- Systèmes de recommandation
- Techniques d'apprentissage profond
- Manager: Luisa Rocha da silva