Préparez-vous pour votre entrevue en apprentissage automatique

Vous êtes-vous déjà demandé comment bien vous préparer à une entrevue en apprentissage automatique ? Dans ce cours, vous préparerez des réponses à 15 questions d’entrevue courantes sur le Machine Learning (ML) en Python pour un poste de scientifique des données.

Ces questions porteront sur sept sujets importants : le prétraitement des données, la visualisation des données, l’apprentissage supervisé, l’apprentissage non supervisé, l’assemblage de modèles, la sélection de modèles et l’évaluation des modèles.

Rafraîchissez vos connaissances en apprentissage automatique

Vous commencerez par travailler sur des questions de prétraitement des données et de visualisation des données. Après avoir effectué toutes les étapes de prétraitement, vous créerez un modèle ML prédictif pour perfectionner vos compétences pratiques.

Ensuite, vous aborderez quelques techniques d’apprentissage supervisé avant de passer à l’apprentissage non supervisé. Selon le poste, vous aborderez probablement les deux sujets lors de votre entrevue en apprentissage automatique.

Enfin, vous terminerez en abordant la sélection et l’évaluation des modèles, en examinant comment évaluer la performance pour la généralisation du modèle, et en explorant diverses techniques au fur et à mesure que vous construirez un modèle d’ensemble.

Pratiquez les réponses aux questions d’entrevue les plus courantes sur l’apprentissage automatique

À la fin du cours, vous posséderez à la fois les bases théoriques requises et la capacité de développer du code Python pour répondre avec succès à ces 15 questions.

Les exemples de codage seront principalement basés sur le package scikit-learn, en raison de sa facilité d’utilisation et de sa capacité à couvrir les techniques d’apprentissage automatique les plus importantes dans le langage Python.

Le cours n’enseigne pas les notions fondamentales de l’apprentissage automatique, puisqu’elles sont couvertes dans les prérequis du cours.

La malédiction de la dimensionnalité

S'exercer aux questions d'entrevue en Machine Learning avec Python

Exercice interactif pratique