← Toutes les formations
Machine Learning : les fondamentaux
Durée : 7 heuresLangue : FrançaisNiveau : DébutantLogiciels : Un navigateur ; Python est facultatif, seulement si tu veux reproduire les calculs toi-même
Prérequis :Bases d'algèbre de niveau lycée (résoudre une équation du premier degré, lire une droite y = a x + b)Savoir lire un graphique simple (nuage de points, courbe)Aucune expérience en programmation requise
Gratuit
Les 2 premières leçons de ce cours sont en accès libre.
Description
Un parcours pour comprendre le machine learning sans y avoir jamais touché. Tu pars d'un nuage de points et d'une droite qui s'ajuste dessus, tu apprends à mesurer l'erreur d'un modèle et à la corriger, puis tu avances vers la classification (matrice de confusion, précision, rappel, ROC), les réseaux de neurones, les embeddings et les grands modèles de langue. Chaque notion s'appuie sur un petit jeu de données calculable à la main, pas sur une formule abstraite à admettre. Le cours se termine sur la mise en production et les questions d'équité, deux sujets que les cours d'introduction sautent trop souvent.
Programme
Les 2 premières leçons de ce cours sont en accès libre.
Objectifs
- Expliquer ce qu'un modèle de régression linéaire calcule réellement et comment il apprend
- Choisir et interpréter une fonction de perte (L1, L2, MAE, MSE)
- Lire une matrice de confusion et calculer précision, rappel et F1-score à la main
- Comprendre à quoi sert une courbe ROC et ce que mesure l'AUC
- Distinguer donnée numérique et donnée catégorielle, et repérer un surapprentissage
- Expliquer à quoi servent les réseaux de neurones et les embeddings
- Décrire comment un modèle de langue prédit le prochain mot, des n-grammes aux LLM
- Citer les questions à se poser avant de mettre un modèle en production, y compris sur les biais
Compétences acquises
Régression linéaire et logistiqueLecture d'une matrice de confusionCalcul de précision, rappel, F1-score, ROC et AUCNotions de réseaux de neurones et d'embeddingsBases des modèles de langue (tokens, n-grammes, contexte)Repères de mise en production et d'équité algorithmique
Type de contenu
Leçons écrites avec exemples chiffrésTableaux de calcul pas à pasExercices corrigésQuiz interactifs
Votre formateur
Équipe OmniLearn