• pour les personnes
  • pour les affaires
  • pour les universités
  • pour les gouvernements
Coursera
  • Diplômes en ligne
  • Carrières
  • Connexion
  • Inscrivez-vous gratuitement
    Coursera
    • Parcourir
    • Machine Learning

    Cours d'Apprentissage automatique en ligne

    Découvrez des cours d'Apprentissage automatique couvrant les algorithmes, la modélisation des données, et les systèmes d'IA.

    Passer aux résultats de la recherche

    Filtrer par

    Objet
    Obligatoire
     *

    Langue
    Obligatoire
     *

    La langue utilisée tout au long du cours, tant dans l’enseignement que dans les évaluations.

    Produit d'apprentissage
    Obligatoire
     *

    Niveau
    Obligatoire
     *

    Durée
    Obligatoire
     *

    Sous-titres
    Obligatoire
     *

    Éducateur
    Obligatoire
     *

    Explorez le catalogue de cours de Apprentissage automatique

    • Statut : Essai gratuit
      Essai gratuit
      D
      S

      Plusieurs enseignants

      Apprentissage automatique

      Compétences que vous acquerrez: Intelligence artificielle, Programmation en Python, Apprentissage automatique, Arbre de classification et de régression (CART), Deep learning, Éthique des données, Tensorflow, Intelligence artificielle et apprentissage automatique (IA/ML), Algorithmes d'apprentissage automatique, Apprentissage non supervisé, Algorithme de forêt aléatoire, Modélisation prédictive, Apprentissage automatique appliqué, Jupyter, NumPy, Apprentissage par renforcement, Scikit-learn (Bibliothèque d'Apprentissage automatique), Apprentissage supervisé, Arbre de décision, Ingénierie des caractéristiques

      Préparer un diplôme

      4,9
      évaluation, 4,9 sur 5 étoiles
      ·
      35 k avis

      Débutant · Spécialisation · 1 à 3 mois

    • Statut : Essai gratuit
      Essai gratuit
      D

      DeepLearning.AI

      Mathématiques pour l'apprentissage automatique et la science des données

      Compétences que vous acquerrez: Mathématiques appliquées, Algèbre linéaire, Tests A/B, Modélisation mathématique, Apprentissage automatique, Analyse statistique, Inférence statistique, Échantillonnage (statistiques), Réduction de dimensionnalité, Probabilités et statistiques, Statistiques bayésiennes, Probabilité, Statistiques descriptives, Jupyter, NumPy, Apprentissage statistique des machines, Distribution de probabilité, Calculs, Tests d'hypothèses statistiques

      4,6
      évaluation, 4,6 sur 5 étoiles
      ·
      2,8 k avis

      Intermédiaire · Spécialisation · 1 à 3 mois

    • Statut : Nouveau
      Nouveau
      O

      O.P. Jindal Global University

      Machine Learning

      Compétences que vous acquerrez: Tensorflow, Supervised Learning, Scikit Learn (Machine Learning Library), Applied Machine Learning, Python Programming, NumPy, Artificial Neural Networks, Deep Learning, Image Analysis, Matplotlib, Unstructured Data, Predictive Modeling, Machine Learning, Natural Language Processing, Pandas (Python Package), Computer Vision, Feature Engineering, Text Mining, Regression Analysis, Performance Tuning

      Préparer un diplôme

      Débutant · Cours · 1 à 3 mois

    • Statut : Essai gratuit
      Essai gratuit
      I

      IBM

      IBM Machine Learning

      Compétences que vous acquerrez: Algorithmes d'apprentissage automatique, Science des données, Programmation en Python, Deep learning, Inférence statistique, Apprentissage automatique, Apprentissage non supervisé, Analyse statistique, Analyse des Données, Analyse de régression, Réduction de dimensionnalité, Modélisation prédictive, Apprentissage automatique appliqué, Apprentissage par renforcement, Apprentissage supervisé, Analyse exploratoire des données (AED), IA générative, Ingénierie des caractéristiques, Tests d'hypothèses statistiques, Traitement des données

      Préparer un diplôme

      4,6
      évaluation, 4,6 sur 5 étoiles
      ·
      3,2 k avis

      Intermédiaire · Certificat Professionnel · 3 à 6 mois

    • Statut : Essai gratuit
      Essai gratuit
      U

      University of Washington

      Apprentissage automatique

      Compétences que vous acquerrez: Intelligence artificielle, Deep learning, Arbre de classification et de régression (CART), Algorithmes d'apprentissage automatique, Apprentissage automatique, Apprentissage non supervisé, Intelligence artificielle et apprentissage automatique (IA/ML), Analyse de régression, Vision par ordinateur, Analyse prédictive, Statistiques bayésiennes, Apprentissage automatique appliqué, Modélisation statistique, Analyse d'images, Exploration de texte, Apprentissage statistique des machines, Data mining, Apprentissage supervisé, Modélisation prédictive, Ingénierie des caractéristiques

      4,6
      évaluation, 4,6 sur 5 étoiles
      ·
      16 k avis

      Intermédiaire · Spécialisation · 3 à 6 mois

    • Statut : Essai gratuit
      Essai gratuit
      I

      IBM

      Apprentissage automatique avec Python

      Compétences que vous acquerrez: Arbre de classification et de régression (CART), Apprentissage non supervisé, Apprentissage automatique, Réduction de dimensionnalité, Analyse de régression, Modélisation prédictive, Ingénierie des caractéristiques, Apprentissage automatique appliqué, Modélisation statistique, Arbre de décision, Scikit-learn (Bibliothèque d'Apprentissage automatique), Apprentissage supervisé

      4,7
      évaluation, 4,7 sur 5 étoiles
      ·
      18 k avis

      Intermédiaire · Cours · 1 à 3 mois

    Qu’est-ce qui vous amène sur Coursera aujourd’hui ?

    • Statut : Essai gratuit
      Essai gratuit
      I

      Imperial College London

      Mathématiques pour l'apprentissage automatique

      Compétences que vous acquerrez: Mathématiques appliquées, Algèbre linéaire, Science des données, Programmation en Python, Algorithmes d'apprentissage automatique, Apprentissage automatique, Algorithmes, Analyse statistique, Réseaux neuronaux artificiels, Réduction de dimensionnalité, Probabilités et statistiques, Analyse de régression, Ingénierie des caractéristiques, Mathématiques avancées, Calculs, Jupyter, NumPy, Produits dérivés, Statistiques

      4,6
      évaluation, 4,6 sur 5 étoiles
      ·
      15 k avis

      Débutant · Spécialisation · 3 à 6 mois

    • Statut : Essai gratuit
      Essai gratuit
      D

      DeepLearning.AI

      Apprentissage automatique supervisé : régression et classification

      Compétences que vous acquerrez: Intelligence artificielle, Arbre de classification et de régression (CART), Programmation en Python, Apprentissage automatique, Apprentissage non supervisé, Analyse de régression, Modélisation prédictive, Modélisation statistique, Jupyter, NumPy, Scikit-learn (Bibliothèque d'Apprentissage automatique), Apprentissage supervisé, Ingénierie des caractéristiques

      4,9
      évaluation, 4,9 sur 5 étoiles
      ·
      29 k avis

      Débutant · Cours · 1 à 4 semaines

    • D

      Duke University

      Introduction à l'Apprentissage automatique

      Compétences que vous acquerrez: Algorithmes d'apprentissage automatique, Deep learning, Programmation en Python, Apprentissage automatique, Apprentissage non supervisé, Réseaux neuronaux artificiels, Intelligence artificielle et apprentissage automatique (IA/ML), Modélisation prédictive, Vision par ordinateur, Apprentissage automatique appliqué, PyTorch (Bibliothèque d'Apprentissage automatique), Traitement du langage naturel (NLP), Analyse d'images, Apprentissage par renforcement, Imagerie médicale, Apprentissage supervisé

      4,7
      évaluation, 4,7 sur 5 étoiles
      ·
      3,7 k avis

      Intermédiaire · Cours · 1 à 3 mois

    • Statut : Essai gratuit
      Essai gratuit
      I

      IBM

      IBM Introduction à l'apprentissage automatique

      Compétences que vous acquerrez: Détection des anomalies, Algorithmes d'apprentissage automatique, Apprentissage automatique, Arbre de classification et de régression (CART), Analyse statistique, Apprentissage non supervisé, Inférence statistique, Analyse des Données, Analyse de régression, Réduction de dimensionnalité, Modélisation prédictive, Accès aux données, Tests d'hypothèses statistiques, Ingénierie des caractéristiques, Apprentissage automatique appliqué, Modélisation statistique, Scikit-learn (Bibliothèque d'Apprentissage automatique), Apprentissage supervisé, Analyse exploratoire des données (AED), Traitement des données

      4,6
      évaluation, 4,6 sur 5 étoiles
      ·
      3 k avis

      Intermédiaire · Spécialisation · 3 à 6 mois

    • Statut : Gratuit
      Gratuit
      A

      Amazon Web Services

      Fundamentals of Machine Learning and Artificial Intelligence

      Compétences que vous acquerrez: Artificial Intelligence and Machine Learning (AI/ML), Generative AI, Deep Learning, Artificial Intelligence, AWS SageMaker, Amazon Web Services, Applied Machine Learning, Machine Learning, Digital Transformation

      4,5
      évaluation, 4,5 sur 5 étoiles
      ·
      781 avis

      Mixte · Cours · 1 à 4 semaines

    • U

      University of London

      L'apprentissage automatique pour tous

      Compétences que vous acquerrez: Intelligence artificielle, Analyse des Données, Apprentissage automatique, Vision par ordinateur, Ingénierie des caractéristiques, Collecte de données, Traitement des données, Apprentissage supervisé

      Préparer un diplôme

      4,7
      évaluation, 4,7 sur 5 étoiles
      ·
      3,5 k avis

      Débutant · Cours · 1 à 4 semaines

    1234…439

    En résumé, voici 10 de nos cours les plus populaires sur machine learning .

    • Apprentissage automatique: DeepLearning.AI
    • Mathématiques pour l'apprentissage automatique et la science des données: DeepLearning.AI
    • Machine Learning: O.P. Jindal Global University
    • IBM Machine Learning: IBM
    • Apprentissage automatique: University of Washington
    • Apprentissage automatique avec Python: IBM
    • Mathématiques pour l'apprentissage automatique: Imperial College London
    • Apprentissage automatique supervisé : régression et classification: DeepLearning.AI
    • Introduction à l'Apprentissage automatique: Duke University
    • IBM Introduction à l'apprentissage automatique: IBM

    Questions fréquentes sur Machine Learning

    Commencez par identifier vos objectifs, qu'il s'agisse d'explorer les principes fondamentaux de l'apprentissage automatique, d'acquérir des compétences adaptées à l'emploi ou de vous préparer à un rôle dans le domaine de l'IA ou de la science des données.

    • Pour une base classique, fondée sur les mathématiques, essayez Apprentissage automatique supervisé par Andrew Ng (Stanford).
    • Vous voulez un cours moderne et facile à suivre pour les débutants ? Explorez l'Apprentissage automatique - Vision par ordinateur moderne et IA générative par Packt.
    • Pour l'apprentissage automatique appliqué avec de vrais outils, envisagez le certificat professionnel IBM Apprentissage automatique, qui comprend Python, Scikit-learn et des laboratoires pratiques.‎

    Ces cours adaptés aux débutants développent des concepts de base sans nécessiter d'expérience préalable approfondie en mathématiques ou en codage :

    • Apprentissage automatique pour tous - Offre un aperçu non technique de l'apprentissage automatique et de ses utilisations dans le monde réel.
    • IA For Everyone - Bien qu'il ne soit pas spécifique au ML, ce cours aide les apprenants à comprendre comment le ML s'inscrit dans le paysage plus large de l'IA.
    • Spécialisation en Apprentissage automatique (cours 1) - Commence avec l'apprentissage supervisé en utilisant Python, aucune connaissance préalable en ML n'est requise.‎
    • Un serveur d'authentification couvre un sujet spécifique de l'apprentissage automatique, comme l'Apprentissage non supervisé, les Recommandations, l'Apprentissage par renforcement.
    • Une spécialisation comprend plusieurs cours pour construire des connaissances structurées - comme la spécialisation Apprentissage automatique, qui enseigne les techniques supervisées, non supervisées et avancées.
    • Un certificat professionnel vous prépare à des fonctions professionnelles avec une formation, des outils et des projets de bout en bout, comme le certificat d'apprentissage automatique IBM ou le certificat d'ingénierie IA.‎

    Oui, Coursera propose une variété de cours gratuits sur de nombreux sujets, y compris l'apprentissage automatique. Bien que vous puissiez accéder gratuitement à la plupart des supports de cours en auditant les cours, cela n'inclut pas les devoirs notés ou un certificat d'achèvement. Pour ceux qui souhaitent obtenir un certificat afin de présenter leur apprentissage ou d'améliorer leur profil professionnel, Coursera offre la possibilité d'acheter le cours. En outre, Coursera propose des essais gratuits ou une aide financière aux apprenants qui remplissent les conditions requises, ce qui rend les certifications plus accessibles à tous.‎

    L'apprentissage automatique est une branche de l'intelligence artificielle qui cherche à développer des systèmes informatiques capables d'apprendre à partir de données sans intervention humaine. Ces techniques puissantes reposent sur la création de modèles analytiques sophistiqués qui sont « formés » pour reconnaître des structures au sein d'un ensemble de données spécifique avant d'être libérés pour appliquer ces structures à un volume croissant de données, améliorant progressivement les performances sans instructions supplémentaires.

    Par exemple, l'apprentissage automatique ouvre la voie à des algorithmes de reconnaissance d'image de plus en plus précis. Les programmeurs humains fournissent un ensemble relativement restreint d'images catégorisées, comme par exemple « voitures » ou « pas des voitures », puis exposent les algorithmes à un nombre beaucoup plus important d'images afin qu'ils puissent apprendre. Bien que les algorithmes itératifs généralement utilisés dans l'apprentissage automatique ne soient pas nouveaux, la puissance des systèmes informatiques actuels a permis à cette méthode d'analyse de données de devenir plus efficace plus rapidement que jamais. ‎

    L'apprentissage automatique est une sorte de domaine hybride, situé à la croisée des chemins entre l'informatique, la science des données, les algorithmes et la théorie mathématique. Du côté de l'informatique, les ingénieurs en apprentissage automatique et d'autres professionnels dans ce domaine ont généralement besoin de solides compétences en génie logiciel, des fondamentaux comme la programmation en toute confiance et la capacité de codage à la connaissance globale des principes de conception de systèmes.

    Il est également important de connaître les concepts de la science des données, notamment en matière d'évaluation et de modélisation de données, afin de garantir que les algorithmes fonctionnent correctement et deviennent plus précis au fil du temps, et non moins. Enfin, l'apprentissage automatique s'appuyant fortement sur les algorithmes ainsi que sur les statistiques et les principes de probabilité qui les sous-tendent, une solide formation théorique en mathématiques peut également être précieuse. ‎

    Les compétences en apprentissage automatique peuvent ouvrir les portes à de nombreux rôles à forte demande dans la technologie et la recherche, notamment :

    • Apprentissage automatique
    • Scientifique des données
    • Chercheur en IA
    • Ingénieur en robotique
    • Analyste quantitatif en finance
    • Développeur de logiciels spécialisé dans l'IA
    • Les professionnels occupant ces rôles utilisent les techniques d'apprentissage automatique pour créer des solutions innovantes, améliorer la prise de décision basée sur les données et repousser les limites de l'intelligence artificielle.

    Découvrez quel rôle d'apprentissage automatique vous convient le mieux en répondant à notre quiz sur les carrières!‎

    Les algorithmes d'apprentissage automatique en ligne sont des méthodes d'apprentissage automatique qui mettent à jour les modèles en continu à mesure que de nouvelles données arrivent, plutôt que de s'entraîner sur un ensemble de données fixe. Ils sont utiles pour les applications en temps réel telles que la détection des fraudes ou les systèmes de recommandation. Vous pouvez explorer ces concepts dans des cours comme Apprentissage automatique by Stanford University sur Coursera, qui présente les techniques fondamentales utilisées dans les modèles adaptatifs.‎

    L'inférence causale dans l'apprentissage automatique se concentre sur l'identification des relations de cause à effet plutôt que de simples corrélations. Elle est utilisée dans des domaines tels que les soins de santé, l'économie et la politique pour faire des prédictions et prendre des décisions plus fiables. Des cours tels que A Crash Course in Causality : Inferring Causal Effects from Observational Data de l'Université de Pennsylvanie sur Coursera offrent une solide introduction à ces méthodes.‎

    Le contenu de cette FAQ a été mis à disposition à des fins d'information uniquement. Il est conseillé aux étudiants d'effectuer des recherches supplémentaires afin de s'assurer que les cours et autres qualifications suivis correspondent à leurs objectifs personnels, professionnels et financiers.

    Autres sujets à explorer

    Arts et sciences humaines
    338 cours
    Business
    1095 cours
    Informatique
    668 cours
    Science des données
    425 cours
    Technologies de l'information
    145 cours
    Santé
    471 cours
    Mathématiques et logique
    70 cours
    Développement personnel
    137 cours
    Sciences physiques et ingénierie
    413 cours
    Sciences sociales
    401 cours
    Apprentissage des langues
    150 cours

    Pied de page Coursera

    Compétences techniques

    • ChatGPT
    • Codage
    • Informatique
    • Cybersécurité
    • DevOps
    • Piratage éthique
    • IA générative
    • Programmation Java
    • Python
    • Développement Web

    Compétences analytiques

    • Intelligence artificielle
    • Big Data
    • Analyse de valeur et de rentabilité
    • analyse des données
    • Science des données
    • Modélisation financière
    • Apprentissage automatique
    • Microsoft Excel
    • microsoft power bi
    • SQL

    Compétences professionnelles

    • Comptabilité
    • Marketing numérique
    • Commerce électronique
    • Finance
    • Google
    • Conception graphique
    • IBM
    • Marketing
    • Project Management
    • Le marketing appliqué aux réseaux sociaux

    Ressources professionnelles

    • Certifications informatiques essentielles
    • Compétences à acquérir pour les hauts revenus
    • Comment obtenir un certificat PMP
    • Comment apprendre l'Intelligence artificielle (IA)
    • Certifications populaires en cybersécurité
    • Certifications appréciées en analyse des données
    • Que fait un analyste de données ?
    • Ressources pour le développement de carrière
    • Test d'aptitude professionnelle
    • Partagez votre histoire d'apprentissage Coursera

    Coursera

    • À propos
    • Ce que nous proposons
    • Direction
    • Carrières
    • Catalogue
    • Coursera Plus
    • Certificats Professionnels
    • Certificats MasterTrack®
    • Diplômes
    • Pour l'entreprise
    • Pour les gouvernements
    • Pour le campus
    • Devenir un partenaire
    • Impact social
    • cours gratuits
    • Recommandations de crédits ECTS

    Communauté

    • Étudiants
    • Partenaires
    • Testeurs bêta
    • Blog
    • Le podcast Coursera
    • Blog Tech

    Plus

    • Presse
    • Investisseurs
    • Conditions
    • Confidentialité
    • Aide
    • Accessibilité
    • Contact
    • Articles
    • Répertoire
    • Filiales
    • Déclaration sur l’esclavage moderne
    • Gérer les préférences en matière de cookies
    Apprendre partout
    Télécharger dans l'App Store
    Disponible sur Google Play
    Logo Certified B Corporation
    © 2025 Coursera Inc. Tous droits réservés.
    • Facebook Coursera
    • Linkedin Coursera
    • Twitter Coursera
    • YouTube Coursera
    • Instagram Coursera
    • TikTok Coursera