ycliper

Популярное

Музыка Кино и Анимация Автомобили Животные Спорт Путешествия Игры Юмор

Интересные видео

2025 Сериалы Трейлеры Новости Как сделать Видеоуроки Diy своими руками

Топ запросов

смотреть а4 schoolboy runaway турецкий сериал смотреть мультфильмы эдисон
Скачать

Machine Learning vs Data Science... Ne confondez plus

Автор: L'Atelier Data

Загружено: 2020-08-12

Просмотров: 2454

Описание: 📝 AMELIOREZ VOS COMPETENCES EN DATA SCIENCE : https://damienchambon.podia.com/email...

Machine Learning vs Data Science... Ne confondez plus

Machine Learning, Data Science, intelligence artificielle ou encore Big Data… Ces mots sont souvent utilisés ensemble et on confond parfois un peu tout. Il est important de comprendre leurs différences. Dans cette première vidéo en français de ma chaîne, je reviens en détail sur chacun des concepts suivants afin de déchiffrer tout ça.

01:12 Qu’est-ce que l’intelligence artificielle
04:23 Présentation du Big Data
08:36 Définition de Data Science
11:40 Introduction au Machine Learning

Intelligence artificielle, c’est sans doute le mot dont les gens parlent le plus. Il fait souvent référence à des robots ou autre machine intelligente qui pourrait arriver à prendre le dessus sur l’Homme. Une étude a montré que peu de gens sont confiants face à l’intelligence artificielle ce qui montre la peur qui est associée à cet univers-là. La même étude a également démontré que bien que la plupart des gens aient interagi avec un système intelligent (détecteur de spam, recommandations personnalisées, etc.), seule une minorité d’entre eux en ont été conscients.

Le Big Data fait référence aux données qui sont de plus en plus nombreuses. En 2018, Statista a déterminé que 33 zettaoctets (33 milliard de milliards de gigaoctets) ont été générés dans le monde. Leurs prédictions montraient une augmentation exponentielle des données générées, preuve que le Big Data va devenir un phénomène de plus en plus important. Le Big Data est caractérisée par 3 V : volume (une quantité de données qui ne cesse d’augmenter), variété (les données proviennent de sources de plus en plus différentes) et vélocité (les données transitent en temps réel et la demande pour des données continuellement actualisées est toujours plus forte).

Lorsqu’on parle de Data Science, on entend par là toute l’analyse qui est faite une fois que les données ont été collectées. Le terme Data Science est donc un terme assez général qui regroupe plusieurs techniques d’analyse. Les plus importantes d’entre elles sont les data visualisations avec les graphiques qui permettent de synthétiser les données et les rendre plus visuelles : c’est utilisé en journalisme mais aussi en entreprise pour avoir une meilleure idée des données qu’on utilise. D’autres techniques sont l’exploration des données et leur nettoyage. Cela consiste à calculer des indicateurs comme la moyenne et la médiane mais aussi à vérifier que les données ont été encodées de la bonne manière, qu’il n’y a pas trop de valeurs manquantes, etc.

Enfin, le Machine Learning est une branche de la Data Science qui fait référence à la programmation d’algorithmes et modèles pour donner aux ordinateurs la capacité d’apprendre aux données. C’est une technique très puissante et qui peut être appliquée à de nombreux domaines. Elle permet par exemple à des entreprises de détecter les fraudes mais aussi de prédire des comportements clients. Le Machine Learning est utile car il apprend de ses erreurs et reste donc un moyen optimal d’utiliser les données de la manière la plus efficace possible. Cependant, le Machine Learning reste un domaine complexe et qui peut parfois faire l’effet de boite noire : les prédictions sont abstraites et leurs explications sont souvent difficiles à obtenir.

Sur cette chaine, je parlerai des différents concepts liés à la Data Science et au Machine Learning. Entre présentation plus générale et programmation de modèles, je vais vous initier et vous entrainer à ces domaines.

Machine Learning vs Deep Learning :    • Machine Learning vs Deep Learning : quelle...  

Les meilleurs exemples du Machine Learning :    • Les meilleurs exemples de Machine Learning  

👋🏼 Qui suis-je ?

Je m'appelle Damien et je suis Data Scientist. Au cours de mes expériences professionnelles, j'ai découvert comment la Data Science et le Machine Learning peuvent résoudre des problématiques business et sociétales.

J'ai formé des dizaines d'étudiants à la Data Science et au Machine Learning en français pour leur permettre de découvrir ces domaines fascinants et les appliquer dans leur vie professionnelle.

💻 Mon site : https://damienchambon.podia.com

Crédits musique : nymano - i wish i could sleep

Не удается загрузить Youtube-плеер. Проверьте блокировку Youtube в вашей сети.
Повторяем попытку...
Machine Learning vs Data Science... Ne confondez plus

Поделиться в:

Доступные форматы для скачивания:

Скачать видео

  • Информация по загрузке:

Скачать аудио

Похожие видео

Data Scientist vs Data Analyst vs Data Engineer : quelles différences ?

Data Scientist vs Data Analyst vs Data Engineer : quelles différences ?

Data science et IA : quels sont les concepts clés ?

Data science et IA : quels sont les concepts clés ?

Machine Learning : Comment BIEN mesurer la performance de son modèle ?

Machine Learning : Comment BIEN mesurer la performance de son modèle ?

Градиентный спуск, как обучаются нейросети | Глава 2, Глубинное обучение

Градиентный спуск, как обучаются нейросети | Глава 2, Глубинное обучение

ИСТОРИЯ ARM: Как компания из сарая захватила ВЕСЬ МИР и победила Intel?

ИСТОРИЯ ARM: Как компания из сарая захватила ВЕСЬ МИР и победила Intel?

Dlaczego Rosjanie nienawidzą demokracji? || Marcin Łuniewski didaskalia#176

Dlaczego Rosjanie nienawidzą demokracji? || Marcin Łuniewski didaskalia#176

Как работает ChatGPT: объясняем нейросети просто

Как работает ChatGPT: объясняем нейросети просто

PREMIER STAGE EN DATA SCIENCE : Mon expérience

PREMIER STAGE EN DATA SCIENCE : Mon expérience

Débutant en Data Science : le conseil qui ne marche pas (+ quoi faire)

Débutant en Data Science : le conseil qui ne marche pas (+ quoi faire)

Понимание GD&T

Понимание GD&T

GUCCI w KRYZYSIE, BITWA o TAJWAN i MEGA FABRYKA CHIN w POLSCE #BizWeek

GUCCI w KRYZYSIE, BITWA o TAJWAN i MEGA FABRYKA CHIN w POLSCE #BizWeek

Nowe akta Epsteina. Trop prowadzi prosto do Rosji

Nowe akta Epsteina. Trop prowadzi prosto do Rosji

La régression logistique en Machine Learning : déjouez ses faiblesses

La régression logistique en Machine Learning : déjouez ses faiblesses

10 raisons de ne PAS devenir Data Scientist.

10 raisons de ne PAS devenir Data Scientist.

Лучший документальный фильм про создание ИИ

Лучший документальный фильм про создание ИИ

Polska następna? Czy Rosja naprawdę ma siłę na kolejną wojnę? — Marek Stefan i Piotr Zychowicz

Polska następna? Czy Rosja naprawdę ma siłę na kolejną wojnę? — Marek Stefan i Piotr Zychowicz

MACHINE LEARNING : Comment ça marche ?

MACHINE LEARNING : Comment ça marche ?

$1 vs $1,000,000,000 Футуристических Технологий!

$1 vs $1,000,000,000 Футуристических Технологий!

La Roadmap Complète Pour Devenir Data Scientist En 2026

La Roadmap Complète Pour Devenir Data Scientist En 2026

5 Concepts de Code que j'aurais aimé connaître AVANT d'apprendre à coder (personne n'en parle)

5 Concepts de Code que j'aurais aimé connaître AVANT d'apprendre à coder (personne n'en parle)

© 2025 ycliper. Все права защищены.



  • Контакты
  • О нас
  • Политика конфиденциальности



Контакты для правообладателей: [email protected]