Que vaut la formation d’Andrew NG de Machine Learning ?

By | 23 février 2017
0 Flares Twitter 0 LinkedIn 0 Reddit 0 Google+ 0 Filament.io 0 Flares ×

Pour apprendre le Machine Learning, beaucoup de gens recommandent de commencer par la formation d’Andrew NG sur Coursera. Chose que j’ai faite. Dans cet article, je partage avec vous mon retour d’expérience sur cette formation : ses points forts, ses points faibles et si ça vaut le coup d’investir son temps et son énergie à la suivre.

 

Qui est Andrew NG ?

Avant de parler de la formation, parlons déjà du formateur. Andrew NG est un chercheur et professeur dans le domaine du Machine Learning et la robotique à l’université de Stanford. Il est le co-fondateur du site coursera où il héberge son cours sur le Machine Learning (qui fait l’objet de cet article). et le directeur scientifique chez Baidu (le google chinois).

Comme le disent les anglais, c’est un big shot de son domaine. Il ne s’agit pas donc d’un amateur.

Andrew NG, c’est lui :

La formation en quelques mots

La formation d’Andrew NG est une introduction au Machine Learning. Le formateur introduit les notions de base du machine Learning, comme l’apprentissage supervisé, l’apprentissage non supervisé… et parle des détails mathématiques et algorithmiques derrière chaque algorithme du ML. La formation dure 11 semaines. L’accès au cours est gratuit. Pour ceux qui veulent s’entraîner sur des travaux pratiques (TP) sous MATLAB et passer une certification, il faudra débourser environ 50 €.

Les axes importants évoqués lors de la formation sont:

  • Les algorithmes de régression (comme Linear Regression, Mutivariate regression….)
  • Les algorithme de classification : Support Vector Machine (SVM), Logistic regression….
  • Les réseaux de neurones ( un peu dure cette section du cours 🙂 )
  • La méthodologie pour aborder un problème de Machine Learning

Les points forts de la formation

Andrew NG est issu du milieu académique. On retrouve un contenu de qualité avec une bonne pédagogie. Comme tout chercheur qui se respecte, la rigueur scientifique est fort présente dans sa formation. Cette dernière se veut théorique pour bien appréhender les fondements du Machine Learning. Chaque algorithme étudié est décortiqué jusqu’au dernier bout. Les propriétés mathématiques et statistiques de chaque algorithme sont étudiées.

La partie théorique est bien étudiée ce qui donne de bonnes bases pour la personne suivant la formation

Le support de cours est de bonne qualité. en anglais mais assez bien compréhensible. Le sous titrage est également disponible. Le tableau blanc utilisé comme support permet au formateur d’écrire “à la volée” les informations utiles. On a l’impression d’être dans une vraie classe, et non pas juste des diapos power-point qui défilent en écoutant passivement.

Pour ceux qui ont pris l’option de certification (50 € à payer), je trouve que les TP sont assez réalistes et il y a du challenge. Ce ne sont pas de simples exercices à la “hello Word” faisable en dix minutes !

Points faibles de la formation

Pour ceux qui aiment entrer directement dans la pratique et faire du code, ce cours n’est pas forcément le meilleur choix. Également, la formation se veut théorique pour apprendre les fondements du Machine Learning. Ce dernier se base beaucoup sur l’algèbre linéaire, les fonctions, et les probabilités. Donc je lève un petit warning pour ceux qui sont allergiques aux maths 🙂

Syntaxe MATLAB/Octave pas terrible

Personnellement, je n’ai pas apprécié que les TP soient à faire sous MATLAB. Ce dernier est plus axé sur le calcul scientifique. J’ai été souvent bloqué par des erreurs de syntaxe lors de la programmation. J’aurai préféré un langage plus conventionnel comme Java ou encore Python. Mais finalement, ce n’est que du détail et ce n’est pas insurmontable non plus !

Tout ça pour dire ?

pour les impatients : SUIVEZ CETTE FORMATION, ELLE EST TOP !

La formation prend 11 semaines pour la finir, ce qui est considérable comme investissement. La formation est assez théorique, mais on comprend bien les fondements du Machine Learning et on en comprend les rouages. Armé de ces connaissances, on peut manipuler plus aisément les librairies dédiées au Machine Learning ,peu importe le langage de programmation.

Si vous prenez le temps de suivre la formation jusqu’au bout, ça sera un pas de géant que vous faites dans votre spécialisation dans ce domaine fantastique.

 

EN BONUS

Lorsque je suivais cette formation, je suis tombé sur ces notes de cours faites par Alex S.Holehouse, qui reprennent tout ce qu’évoque Andrew dans son cours. Un grand merci pour Alex qui a fait UN EXCELLENT travail.

>> Le lien du cours est ICI <<

Voila, c’est tout ce que j’ai à dire sur cette formation, si vous la suivez, ou vous voulez partager votre point de vue, n’hésitez pas à laisser un commentaire et de partager l’article 😉.

Inscrivez-vous à la Newsletter
Rejoignez la communauté Mr mint, le blog Français dédié à la Data Science et recevez des contenus exclusifs et d'autres goodies !
Votre adresse e-mail est un gage de confiance de votre part, nous la traiterons avec tout le respect qu’il lui est dû 😉
0 Flares Twitter 0 LinkedIn 0 Reddit 0 Google+ 0 Filament.io 0 Flares ×

One thought on “Que vaut la formation d’Andrew NG de Machine Learning ?

  1. Pingback: 5 Conseils d'experts pour apprendre le Machine Learning - Apprendre le Machine Learning de A à Z

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *