Apprentissage du Machine Learning

Nous vous proposons quelques cours et tutoriaux pour découvrir ou vous perfectionner dans le domaine du Machine Learning.

Formations et tutoriaux

MOOC
Certainement les meilleurs cours gratuits accessibles sur le Web.
– Pour devenir un « maitre en Data Science » : http://enterprise.import.io/post/the-best-free-courses-on-the-web-for-becoming-a-data-science-master/
– Le Machine Learning par Andrew Ng (Université de Stanford) : https://www.coursera.org/learn/machine-learning/
– Compétences mathématiques en Data Science : https://www.coursera.org/learn/datasciencemathskills

R
https://www.coursera.org/course/rprog

Matlab
https://www.coursera.org/course/matlab

Scala
https://www.coursera.org/course/progfun

Machine Learning
– Sept cours gratuits en Machine Learning : http://www.datasciencecentral.com/profiles/blogs/7-free-machine-learning-courses?overrideMobileRedirect=1
– Apprendre le Machine Learning en une semaine : https://blog.skcript.com/machine-learning-in-a-week-a0da25d59850#.2jg3idkqn
– Les cours vidéo les plus visionnées en Machine Learning  : http://www.kdnuggets.com/2014/09/most-viewed-machine-learning-talks-videolectures.html

Deep Learning
– Présentation du Deep Learning par Yann Lecun : http://www.college-de-france.fr/site/yann-lecun/course-2016-02-12-14h30.htm
– Pratiques du Deep Learning : http://course.fast.ai/start.html
– Cours de Deep Learning NLP d’Oxford (2017) : https://github.com/oxford-cs-deepnlp-2017/lectures
– Pratiques en Deep Learning pour Coders : http://course.fast.ai/start.html
– Cours sur TensorFlow et le Deep Learning : https://cloud.google.com/blog/big-data/2017/01/learn-tensorflow-and-deep-learning-without-a-phd
Deep Learning en Java : https://deeplearning4j.org/

Évaluation des outils en Deep Learning : Caffe, CNTK, TensorFlow, Theano, et Torch. https://github.com/zer0n/deepframeworks
Évaluation des outils ML sur le convnet : https://github.com/soumith/convnet-benchmarks

Python
– Python pour la Data Science : https://www.kaggle.com/wiki/GettingStartedWithPythonForDataScience
– Aprendre à programmer en Python : https://www.codecademy.com/en/tracks/python
– Cours sur PyData, NumPy, SciPy : https://vimeo.com/channels/pydata/videos
– La chaîne PyData : https://www.youtube.com/channel/UCOjD18EJYcsBog4IozkF_7w
– La modélisation Bayésienne en Python
https://github.com/markdregan/Bayesian-Modelling-in-Python
– Une introduction à la visualisation pour le Machine Learning : http://www.r2d3.us/visual-intro-to-machine-learning-part-1/

Hadoop
– Cours le framework Hadoop : http://www.tutorialspoint.com/hive/

Livres

– Top 9 des livres en Data Science (Reddit) : http://www.analyticsvidhya.com/blog/2015/08/best-ever-data-science-discussions-reddit/
– Introduction au Social Media Mining : http://dmml.asu.edu/smm/
Data Science at the Command Line: Facing the Future with Time-Tested Tools : http://www.amazon.com/dp/1491947853?tag=inspiredalgor-20
Data Mining : pratique des outils et des techniques de Machine Learning : http://www.amazon.com/dp/0123748569?tag=inspiredalgor-20    
Data Mining, concepts et techniques : http://www.amazon.com/dp/0123814790?tag=inspiredalgor-20
– Plus de 16 livres en libre accès sur le Data Science : http://www.wzchen.com/data-science-books/

Statistiques
The Elements of Statistical Learning : http://statweb.stanford.edu/~tibs/ElemStatLearn/

R
Programmation R en Data Science (e-book) : https://leanpub.com/rprogramming

Blog

https://github.com/rushter/data-science-blogs

Des fiches de triche/colles

https://www.datasciencecentral.com/profiles/blogs/20-data-science-r-python-excel-and-machine-learning-cheat-sheets