École de l'intelligence artificielle en santé du CHUM

Apprentissage automatique

Durée : Plus de 6 heures

Catégories :
Niveau des connaissances préalables requises en IA : Aucune connaissance préalable, Connaissances intermédiaires
Niveau des connaissances préalables requises en santé : Aucune connaissance préalable, Connaissances intermédiaires

Langue : Anglais

Accèssibilité : Accès et certification gratuit

Durée : Plus de 6 heures

Sujet : Algorithme (Algorithm), Apprentissage automatique (Machine Learning), Réseaux de neurones (Neural networks)

Description

This course provides a broad introduction to machine learning, datamining, and statistical pattern recognition.
Topics include:

  • (i) Supervised learning (parametric/non-parametric algorithms, support vector machines, kernels, neural networks).
  • (ii) Unsupervised learning (clustering, dimensionality reduction, recommender systems, deep learning).
  • (iii) Best practices in machine learning (bias/variance theory; innovation process in machine learning and AI).

The course will also draw from numerous case studies and applications, so that you’ll also learn how to apply learning algorithms to building smart robots (perception, control), text understanding (web search, anti-spam), computer vision, medical informatics, audio, database mining, and other areas.

https://www.coursera.org/learn/machine-learning