Programme de Formation
6
module(s)
Durée totale : 360
Ce chapitre introduit le Machine Learning avec scikit-learn, l'évaluation de modèles et le déploiement via une API Flask.
Module 1 : Concepts de base du Machine Learning
60
Découvrez les concepts fondamentaux du Machine Learning : types d'apprentissage, terminologie, workflow ML et cas concrets.
Module 2 : Scikit-learn — Entraîner un modèle
60
Apprenez à utiliser scikit-learn pour charger des données, séparer train/test, entraîner un modèle et faire des prédictions.
Module 3 : Évaluation et sauvegarde d'un modèle
60
Apprenez à évaluer un modèle ML avec les métriques accuracy, precision, recall, F1-score, la matrice de confusion, et à le sauvegarder avec joblib.
Module 4 : Exposer un modèle via une API Flask
60
Apprenez à déployer un modèle ML dans une API Flask : endpoint de prédiction, validation des entrées et health check.
Module 5 : Validation, documentation Swagger et déploiement
60
Apprenez à valider les données avec Marshmallow, documenter l'API avec Swagger (flasgger) et déployer avec Gunicorn.
Module 6 : Exercices
60
Cette leçon est consacrée aux exercices sur le chapitre Introduction à l'intelligence artificielle.
Commentaires
0 commentaire
Aucun commentaire pour le moment
Soyez le premier à partager votre avis !
Se connecter pour commenter