Cette page répertorie les exercices du cours d'initiation au machine learning.
La majorité des exercices de programmation utilisent l'ensemble de données sur l'immobilier en Californie.
Les exercices de programmation fonctionnent directement dans votre navigateur (aucune configuration requise) avec la plate-forme Colaboratory. Cette plate-forme est compatible avec la plupart des principaux navigateurs, mais a fait l'objet des tests les plus complets sur les versions classiques de Chrome et Firefox. Si vous préférez télécharger et exécuter les exercices hors connexion, consultez ces instructions relatives à la configuration d'un environnement local.
Tous
Préliminaires
- Exercice de programmation : (TensorFlow) Hello World
- Exercice de programmation : concepts de programmation de TensorFlow
- Exercice de programmation : création et manipulation de Tensors
- Exercice de programmation : présentation rapide de Pandas
Formulation
Plongée dans le ML
Minimisation de la perte
- Optimiser le taux d'apprentissage
- Testez vos connaissances : taille du lot
- Playground : taux d'apprentissage et convergence
Premiers pas avec TensorFlow
- Exercice de programmation : premiers pas avec TensorFlow
- Exercice de programmation : caractéristiques synthétiques et anomalies
Ensembles d'apprentissage et d'évaluation
Validation
Représentation
Croisements de caractéristiques
- Playground : présentation des croisements de caractéristiques, croisements de caractéristiques plus complexes
- Testez vos connaissances : croisements de caractéristiques
- Exercice de programmation : croisements de caractéristiques
Régularisation à des fins de simplicité
- Playground : croisements excessifs ?
- Testez vos connaissances : régularisation L2, régularisation L2 et caractéristiques corrélées
- Playground : analyse de la régularisation L2
Classification
- Testez vos connaissances : exactitude, précision, rappel, précision et rappel
- Testez vos connaissances : ROC et AUC
- Exercice de programmation : régression logistique
Régularisation à des fins de parcimonie
- Testez vos connaissances : régularisation L1, comparaison des régularisations L1 et L2
- Playground : analyse de la régularisation L1
- Exercice de programmation : parcimonie et régularisation L1
Introduction aux réseaux de neurones
- Playground : un premier réseau de neurones, initialisation du réseau de neurones, réseau de neurones en spirale
- Exercice de programmation : introduction aux réseaux de neurones
Entraîner les réseaux de neurones
- Explication visuelle de l'algorithme de rétropropagation
- Exercice de programmation : améliorer les performances du réseau de neurones
Réseaux de neurones à classes multiples
Représentations vectorielles continues
Comparaison des modèles statique et dynamique
Comparaison des inférences statique et dynamique
Dépendances des données
Programmation
Préliminaires
- Exercice de programmation : (TensorFlow) Hello World
- Exercice de programmation : concepts de programmation de TensorFlow
- Exercice de programmation : création et manipulation de Tensors
- Exercice de programmation : présentation rapide de Pandas
Formulation
Plongée dans le ML
Minimisation de la perte
- Optimiser le taux d'apprentissage
- Testez vos connaissances : taille du lot
- Playground : taux d'apprentissage et convergence
Premiers pas avec TensorFlow
- Exercice de programmation : premiers pas avec TensorFlow
- Exercice de programmation : caractéristiques synthétiques et anomalies
Ensembles d'apprentissage et d'évaluation
Validation
Représentation
Croisements de caractéristiques
- Playground : présentation des croisements de caractéristiques, croisements de caractéristiques plus complexes
- Testez vos connaissances : croisements de caractéristiques
- Exercice de programmation : croisements de caractéristiques
Régularisation à des fins de simplicité
- Playground : croisements excessifs ?
- Testez vos connaissances : régularisation L2, régularisation L2 et caractéristiques corrélées
- Playground : analyse de la régularisation L2
Classification
- Testez vos connaissances : exactitude, précision, rappel, précision et rappel
- Testez vos connaissances : ROC et AUC
- Exercice de programmation : régression logistique
Régularisation à des fins de parcimonie
- Testez vos connaissances : régularisation L1, comparaison des régularisations L1 et L2
- Playground : analyse de la régularisation L1
- Exercice de programmation : parcimonie et régularisation L1
Introduction aux réseaux de neurones
- Playground : un premier réseau de neurones, initialisation du réseau de neurones, réseau de neurones en spirale
- Exercice de programmation : introduction aux réseaux de neurones
Entraîner les réseaux de neurones
- Explication visuelle de l'algorithme de rétropropagation
- Exercice de programmation : améliorer les performances du réseau de neurones
Réseaux de neurones à classes multiples
Représentations vectorielles continues
Comparaison des modèles statique et dynamique
Comparaison des inférences statique et dynamique
Dépendances des données
Testez vos connaissances
Préliminaires
- Exercice de programmation : (TensorFlow) Hello World
- Exercice de programmation : concepts de programmation de TensorFlow
- Exercice de programmation : création et manipulation de Tensors
- Exercice de programmation : présentation rapide de Pandas
Formulation
Plongée dans le ML
Minimisation de la perte
- Optimiser le taux d'apprentissage
- Testez vos connaissances : taille du lot
- Playground : taux d'apprentissage et convergence
Premiers pas avec TensorFlow
- Exercice de programmation : premiers pas avec TensorFlow
- Exercice de programmation : caractéristiques synthétiques et anomalies
Ensembles d'apprentissage et d'évaluation
Validation
Représentation
Croisements de caractéristiques
- Playground : présentation des croisements de caractéristiques, croisements de caractéristiques plus complexes
- Testez vos connaissances : croisements de caractéristiques
- Exercice de programmation : croisements de caractéristiques
Régularisation à des fins de simplicité
- Playground : croisements excessifs ?
- Testez vos connaissances : régularisation L2, régularisation L2 et caractéristiques corrélées
- Playground : analyse de la régularisation L2
Classification
- Testez vos connaissances : exactitude, précision, rappel, précision et rappel
- Testez vos connaissances : ROC et AUC
- Exercice de programmation : régression logistique
Régularisation à des fins de parcimonie
- Testez vos connaissances : régularisation L1, comparaison des régularisations L1 et L2
- Playground : analyse de la régularisation L1
- Exercice de programmation : parcimonie et régularisation L1
Introduction aux réseaux de neurones
- Playground : un premier réseau de neurones, initialisation du réseau de neurones, réseau de neurones en spirale
- Exercice de programmation : introduction aux réseaux de neurones
Entraîner les réseaux de neurones
- Explication visuelle de l'algorithme de rétropropagation
- Exercice de programmation : améliorer les performances du réseau de neurones
Réseaux de neurones à classes multiples
Représentations vectorielles continues
Comparaison des modèles statique et dynamique
Comparaison des inférences statique et dynamique
Dépendances des données
Playground
Préliminaires
- Exercice de programmation : (TensorFlow) Hello World
- Exercice de programmation : concepts de programmation de TensorFlow
- Exercice de programmation : création et manipulation de Tensors
- Exercice de programmation : présentation rapide de Pandas
Formulation
Plongée dans le ML
Minimisation de la perte
- Optimiser le taux d'apprentissage
- Testez vos connaissances : taille du lot
- Playground : taux d'apprentissage et convergence
Premiers pas avec TensorFlow
- Exercice de programmation : premiers pas avec TensorFlow
- Exercice de programmation : caractéristiques synthétiques et anomalies
Ensembles d'apprentissage et d'évaluation
Validation
Représentation
Croisements de caractéristiques
- Playground : présentation des croisements de caractéristiques, croisements de caractéristiques plus complexes
- Testez vos connaissances : croisements de caractéristiques
- Exercice de programmation : croisements de caractéristiques
Régularisation à des fins de simplicité
- Playground : croisements excessifs ?
- Testez vos connaissances : régularisation L2, régularisation L2 et caractéristiques corrélées
- Playground : analyse de la régularisation L2
Classification
- Testez vos connaissances : exactitude, précision, rappel, précision et rappel
- Testez vos connaissances : ROC et AUC
- Exercice de programmation : régression logistique
Régularisation à des fins de parcimonie
- Testez vos connaissances : régularisation L1, comparaison des régularisations L1 et L2
- Playground : analyse de la régularisation L1
- Exercice de programmation : parcimonie et régularisation L1
Introduction aux réseaux de neurones
- Playground : un premier réseau de neurones, initialisation du réseau de neurones, réseau de neurones en spirale
- Exercice de programmation : introduction aux réseaux de neurones
Entraîner les réseaux de neurones
- Explication visuelle de l'algorithme de rétropropagation
- Exercice de programmation : améliorer les performances du réseau de neurones
