Machine Learning Débutant — LE WORKFLOW ULTIME [Débutez Ici]
What you'll learn
- Le Workflow pro pour entraîner des modèles ML avec ScikitLearn, ColumnTransformer, Pipeline, GridSeach & CrossValidation
- Soyez prêt à entraîner des modèles de Machine Learning, avec la rigueur attendue dans le milieu professionnel d'ici la fin de la semaine plutôt que dans 6 mois
- Le Workflow pro pour déployer des pipelines de Machine Learning en Production avec Flask API, Github, Heroku
- Comment utiliser l'AutoML pour entraîner des modèles performants automatiquement
- Les 3 phrases d’un projet ML que vous devez connaître si vous souhaitez un jour faire du consulting ou devenir Freelance.
- Parfait pour mettre un modèle en Production dans votre Travail, pour ajouter un projet à votre Portfolio ou pour le passage d'une Certification
- OFFERT EN BONUS -- Un cours de Machine Learning de 10 Heures OFFERT pour vous mettre à niveau si vous y connaissez vraiment rien
Requirements
- Les bases de Python & Avoir déjà utilisé Jupyter Notebook
- Ce cours ne requiert aucune installation pour y venir à bout (on fait tout avec des services clouds pros: Google Colab', Replit, Heroku, Github)
- Pas besoin de connaître Linux ou Bash (cours beginner friendly)
- 5 Heures de temps libre pour suivre les vidéos et recopier le code. (Le but est que vous connaissiez le workflow ultime & que vous sachiez déployer un modèle en production AVANT LA FIN DE LA SEMAINE ;)
Description
Apprenez le Workflow pour entraîner un pipeline Machine Learning de grade professionnel et à la déployer en production même si vous venez débuter.
Aucune installation requise.
On va voir ensemble comment utiliser les outils suivants:
Scikit Learn Pipelines, Column Transformer, GridSearchCV, KFold CrossValidation, FunctionTransformer, CountVectorizer et bien plus.
On va voir comment "tricher" grace au AutoML et comment l'utilisation de cet outil révolutionnaire s'intègre à notre workflow ultime.
Une fois notre Pipeline finale prête à être déployer nous allons l'encapsuler dans une API Flask que nous coderons et nous la déploierons ensuite sur Heroku avec GitHub.
Parfait pour démontrer vos compétences dans votre Portfolio ou pour le passage d'une certification en réalisant une actions que seules les Pros savent faire.
Cours Indispensables si vous couramment en train de chercher un stage, une alternance ou votre premier emploi de Data Scientist / Machine Learning Engineer et ainsi augmenter vos chances d'être récruté·es
Et en plus:
La technique secrète qui permettent même à des personnes qui ne connaissent pas la différence en XGBOOST et les Random Forest d’obtenir des résultats professionnellement satisfaisant lorsqu’elles entraînent un modèle… Et non ce n’est pas de faire une RandomSearchCV plutôt qu’une GridSearchCV !
Un process simplifié à l’extrême en 10 étapes pour que mon même mon grand-père puisse déployer un modèle scikit-learn en production, TOUT EN ETANT UTILISABLE PROFESSIONNELLEMENT (OU MÊME POUR FAIRE BONNE IMPRESSION DANS SON PORTFOLIO.)
Comment déployer un projet MACHINE LEARNING sans avoir à installer quoique ce soit d’autres qu’un navigateur WEB (que vous avez sûrement déjà!) … Parfait pour débuter et construire un portfolio IMPRESSIONNANT rapidement … pendant que la concurrence perd des journées à installer Docker sur leur vieux Windows 7.
Le raccourci peu connu pour maîtriser le ML trois fois plus vite que la concurrence tout en augmentant votre valeur sur le marché du travail. (pendant que tout le monde apprend la même chose, prenez une longueur d’avance en travaillant sur ce qui compte vraiment)
La chose auquel on ne pense pas quand on travailler sur Jupyter Notebook qui risque de faire crasher votre API lors du déploiement… et comment l’éviter pour gagner un temps fou. (c’est en rapport avec PICKLE et JOBLIB)
Who this course is for:
- Parfait pour toute personne souhaitant travailler dans le Machine Learning avec Python
Instructor
- 4.6 Instructor Rating
- 625 Reviews
- 5,309 Students
- 7 Courses
Rémi Connesson est un autodidacte en Machine Learning et Intelligence Artificielle. Des bases de Python jusqu'au Deep Learning , il s'est formé et a pratiquement tout appris en suivant des cours en ligne. Après avoir lancé avec succès son activité de Freelance en IA il y a 2 ans, il décide de rendre la pareille et d'à son tour proposer des cours en lignes pour aider les pays francophones à prendre la vague de l'IA.
Diplômé d'une grande école d'ingénieur, il en sort à une époque où, excepté dans les écoles d'élites dont il ne fait pas parti, les cursus académiques n'ont pas encore attrapé le tournant de l'Intelligence Artificielle.
Résultat, malgré son diplôme flambant neuf, il part litéralement de zéro en IA. Curieux à propos du domaine qu'il sent d'avenir, il décide de faire des recherches sur les manières de débuter dans le milieu et se heurte très vite à des réponses péremptoires décourageantes :
- "Il faut faire au moins 8 ans d'études pour faire de l'IA"
- "Il faut un QI plus élevé que celui d'Einstein"
- "Il faut absolument tout connaître en maths, en programmation et même en neurologie."
Amoureux de l'effort, de l'apprentissage de nouvelles compétences et de l'acquisition efficace de connaissances, il décide malgré tout de tenter sa chance et de se mettre au boulot.
Très vite, il se rend compte que c'est effectivement très difficile et décide alors de privilégier la pratique et procéder différement des autres apprentis Data Scientist.
Et ce travail a payé, car il ne lui a fallu que 4 mois après avoir écrit son premier "import sklearn" pour réussir à obtenir un stage de R&D Deep Learning dans une fintech parisienne à la pointe de l'intelligence artificielle et de la computer vision dans le domaine bancaire.
Ce stage lui permit de réaliser à quel point le domaine était passionnant. Mais également de réaliser qu'il lui restait énormément à apprendre.
Après ce stage, Rémi continue son apprentissage en autodidacte grâce à des formations étrangères à distance et choisit de se lancer en freelance pour pouvoir se mettre à la pratique rapidement et travailler sur le plus de sujets d'IA possibles. En moins d'un an il obtient ses premiers clients IA et peux vivre du freelancing.
Depuis, épanoui et toujours convaincu que l'Intelligence Artificielle est un domaine d'avenir, il décide d'aider le plus de personnes possibles à se former à l'IA. Pour ce faire, il lance avec un ami une association bénévole qui vise à permettre aux plus de gens possible de se lancer dans l'IA. Les conférences, workshops et cours gratuits qu'il organise dans ce cadre confirment sa passion pour l'enseignement.
Peu après, il se lance dans la formation professionnelle et devient lead formateur pour "l'École IA" créée par Microsoft et Simplon et professeur du cours de l'option d'approfondissement Data Science & Machine Learning à l'ECE Paris.
Désormais, il vous révèle les conseils et techniques qui lui ont permis d'apprendre l'Intelligence Artificielle et à percer dans la Data Science en autodidacte, ici, sur Udemy.