Cours de base
Les cours de base couvrent les bases et les concepts fondamentaux du machine learning.
Nous vous recommandons de les prendre dans l'ordre ci-dessous.
Présentation du machine learning
Présentation rapide du machine learning
Nouveau
Cours d'initiation au machine learning
Cours pratique pour explorer les principes de base du machine learning
Problème lié à l'utilisation de cadres
Ce cours vous aidera à associer des problèmes concrets à des solutions de machine learning.
Cours avancés
Les cours avancés présentent des outils et des techniques permettant de résoudre divers problèmes liés au machine learning.
Les cours sont organisés indépendamment. Prenez-les en fonction de leur domaine d'intérêt ou de leur problème.
Systèmes de recommandation
Les systèmes de recommandation génèrent des suggestions personnalisées.
Clustering
Le clustering est une stratégie clé de machine learning non supervisé permettant d'associer des éléments connexes.
Réseaux antagonistes génératifs
Les GAN créent de nouvelles instances de données qui ressemblent à vos données d'entraînement.
Classification d'images
S'agit-il d'une photo de chat ou de chien ?
Guides
Nos guides proposent des tutoriels simples et détaillés pour résoudre les problèmes courants de machine learning à l'aide de bonnes pratiques.
Règles du ML
Devenez un meilleur ingénieur en machine learning en suivant ces bonnes pratiques Google en matière de machine learning.
Guide People + AI
Ce guide aide les UX, les PM et les développeurs à travailler de façon collaborative sur des sujets et des questions liés à la conception de l'IA.
Classification de texte
Ce guide complet explique comment résoudre les problèmes de classification de texte à l'aide du machine learning.
Analyse de données efficace
Ce guide décrit les astuces qu'un analyste de données expert utilise pour évaluer d'énormes ensembles de données dans des problèmes de machine learning.
Playbook sur le réglage du deep learning
Ce guide présente une méthode scientifique pour optimiser l'entraînement des modèles de deep learning.
Pièges à données
Ce guide présente les erreurs courantes que les professionnels du ML peuvent rencontrer lorsqu'ils travaillent avec des données et des statistiques.
Présentation de l'IA responsable
Ce guide pour les débutants explique comment intégrer l'équité, la responsabilité, la sécurité et la confidentialité aux systèmes d'IA.
Tests d'adversaires pour l'IA générative
Découvrez un exemple de workflow de test antagoniste.
Glossaires
Les glossaires définissent les termes du machine learning.
