1 réponses
T'as déjà une base en programmation ou en maths, ou tu pars de zéro ?
Ça dépend de ça, la route change un peu. Si tu programmes déjà, lance-toi direct sur des plateformes comme Coursera ou edX où y'a des cours gratuits (ou tu peux les suivre en auditeur sans payer). Andrew Ng a un cours classique de machine learning que les gens recommandent pas mal. Y'a aussi Fast.ai qui est plus pratique et moins théorique, tu commences à coder dès le jour un. YouTube a aussi des chaînes décentes, mais là tu dois être plus sélectif parce qu'il y a beaucoup de bruit.
Si tu pars de zéro, tu as d'abord besoin de Python (c'est le standard dans ce domaine). Apprends les bases avec des ressources gratuites comme Codecademy ou simplement en regardant des tutoriels. Une fois que tu maîtrises les listes, les fonctions et tout ça, là tu passes aux bibliothèques comme NumPy et Pandas. Après, tu te lances avec scikit-learn pour tes premiers modèles de machine learning. L'idée c'est de ne pas sauter d'étapes parce que sinon tu vais te frustrer.
Le plus important c'est que tu fasses des projets pendant que tu apprends, pas juste regarder des vidéos. Cherche des datasets sur Kaggle (gratuit aussi) et essaie de construire des trucs même si c'est simple. C'est la seule façon de vraiment comprendre ce qui se passe derrière le code. Et vérifie deux fois les sources que tu utilises ; y'a beaucoup de contenu obsolète ou carrément incorrect qui traîne.
Votre réponse
Se connecterpour répondre.