By the end of this course, learners will be able to analyze datasets, apply machine learning algorithms, evaluate classifiers, and implement deep learning models using Python and its popular frameworks. The course begins with the foundations of AI, covering essential concepts such as Python for AI, bias-variance tradeoff, and model evolution. Learners will then explore data handling, visualization, dimensionality reduction, and classifier evaluation to strengthen practical ML skills. Finally, the course dives into advanced AI with multilayer perceptrons, clustering, ensemble methods, and hands-on practice with TensorFlow, Keras, and PyTorch.
AI with Python: Apply & Implement ML Models
Découvrez de nouvelles compétences avec 30 % de réduction sur les cours dispensés par des experts du secteur. Économisez maintenant.
AI with Python: Apply & Implement ML Models
Ce cours fait partie de Spécialisation Artificial Intelligence with Python: Foundations to Projects
Instructeur : EDUCBA
Inclus avec 
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
7 heures à compléter
Planning flexible
Apprenez à votre propre rythme
Ce que vous apprendrez
Analyze datasets and apply key ML algorithms in Python.
Evaluate classifiers and perform dimensionality reduction.
Build deep learning models with TensorFlow, Keras, and PyTorch.
Compétences que vous acquerrez
- Catégorie : Jupyter
- Catégorie : Matplotlib
- Catégorie : Deep Learning
- Catégorie : Python Programming
- Catégorie : Supervised Learning
- Catégorie : Machine Learning
- Catégorie : Tensorflow
- Catégorie : Predictive Modeling
- Catégorie : Feature Engineering
- Catégorie : Keras (Neural Network Library)
- Catégorie : Exploratory Data Analysis
- Catégorie : Artificial Intelligence
- Catégorie : Statistical Analysis
- Catégorie : Data Manipulation
- Catégorie : PyTorch (Machine Learning Library)
- Catégorie : Unsupervised Learning
- Catégorie : Scikit Learn (Machine Learning Library)
- Catégorie : Applied Machine Learning
- Catégorie : Data Cleansing
- Catégorie : Dimensionality Reduction
Détails à connaître
Certificat partageable
Ajouter à votre profil LinkedIn
Récemment mis à jour !
septembre 2025
Évaluations
11 devoirs
Enseigné en Anglais
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
Ce cours fait partie de la Spécialisation Artificial Intelligence with Python: Foundations to Projects
Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable
Il y a 3 modules dans ce cours
This module builds a strong foundation in Artificial Intelligence by introducing Python’s role in AI, exploring the basics of machine learning, and emphasizing the importance of data processing. Learners will also examine the concepts of bias, variance, and model evolution while gaining hands-on exposure to Scikit-learn, a widely used machine learning library. By the end of this module, learners will be equipped with essential skills to begin building AI solutions confidently.
Inclus
8 vidéos3 devoirs1 plugin
This module focuses on data handling, preprocessing, and visualization to ensure clean and structured datasets. Learners will practice applying dimensionality reduction techniques, model selection strategies, and classifier methods such as KNN. Additionally, the module highlights evaluation metrics, statistical analysis, and encoding methods to improve classification performance. By completing this module, learners will gain practical skills to prepare data effectively and build accurate machine learning models.
Inclus
12 vidéos4 devoirs
This module introduces learners to advanced AI techniques, including multilayer perceptrons, clustering, and ensemble methods. It also provides hands-on exposure to popular frameworks like TensorFlow, PyTorch, and Keras within Jupyter Notebook environments. The module concludes with practical applications in binary classification, documentation using Markdown, and visualization with Pyplot, empowering learners to implement deep learning models and present AI projects effectively.
Inclus
9 vidéos4 devoirs
Obtenez un certificat professionnel
Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.
En savoir plus sur Machine Learning
Statut : Essai gratuitStatut : Compétences en IAUniversity of Pennsylvania
Statut : PrévisualisationDeepLearning.AI
Statut : PrévisualisationKorea Advanced Institute of Science and Technology(KAIST)
Statut : PrévisualisationKorea Advanced Institute of Science and Technology(KAIST)
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
To access the course materials, assignments and to earn a Certificate, you will need to purchase the Certificate experience when you enroll in a course. You can try a Free Trial instead, or apply for Financial Aid. The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
When you enroll in the course, you get access to all of the courses in the Specialization, and you earn a certificate when you complete the work. Your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile.
If you subscribed, you get a 7-day free trial during which you can cancel at no penalty. After that, we don’t give refunds, but you can cancel your subscription at any time. See our full refund policy.
Plus de questions
Aide financière disponible,