MOOC's universitaires: le savoir de qualité, gratuit et à portée de tous

Totoleheros83

Petit chat
Bonjour,

je crée ce thread pour parler des moocs et plus spécifiquement des sites proposant gratuitement des moocs de niveaux universitaires et donc très qualitatifs:

Je trouve ca génial pour se former à distance pour pas un balle, revoir certaines bases à son rythme. On en parle pas assez alors que c'est une véritable mine d'or de connaissances

perso, je suis inscrit sur fun-mooc (pour les francophones) et Edx.org (cours en anglais):

Fun-mooc est en langue francaise et a été créé par des universités et établissement francophones belges et francaises (ex: ULB, ULg, Ecole Polytech Paris, etc.)). On y trouve donc des cours de niveau universitaire donnés par des profs d'unif. C'est vraiment très bien foutu et complet.
ex:

fun-mooc:
- Probabilités pour l'ingénieur ( donnés par mines Telecom)
- Exercer son esprit critique : données et raisonnements fallacieux
- Numérique et Sciences Informatiques, NSI : les fondamentaux
- Socles en mathématiques (une révision complète des bases des mathématiques, pour ceux qui ont raté les cours de maths comme moi) par le Cnam
- péparation aux études d'ingénieur ( cours de mathématiques et physiques donnés par l'école polytechnique)

Il y'a vraiment de tout

Edx (mooc d'universités anglophones comme MIT, Harvard, etc..):

- CS50 Harvard (une introduction aux sciences informatiques donnés par Harvard), que je recommande, c'est un vrai One max show, ca change de certains cours somnifères que j'ai pu avoir à l'école
- Computer hardware et system ( cours sur l'architecture de l'ordinateur et des systemes donnés par NY university)
- etc

perso je suis inscrit à quelqu'uns d'entres eux et j'ai appris énormement de choses qui n'avaient été abordés que superficiellement/ou pas du tout pendant mes études (ex: notion de complexité algorithmique)
 
Dernière édition:

Digitql

Pain saucisse
Mooc.fi également
 

NeoGeek

Elite
Coursera également
 

freedumz

Chasseur de castors
Perso, je trouve que le contenu sur Udemy (même payant) est vachement plus qualitatif que la majorité des moocs que j'ai pu faire (et j'en ai déjà fait une chier, je passe en moyenne 2h par jour à apprendre)
 

freedumz

Chasseur de castors
Impressionnant. Tu es sur quoi pour le moment?
Pour le moment, je suis en train de me former sur cosmo dB et Azure stream analytics (grâce à mon taff, j'ai 500€ de crédit Azure par mois), j'ai quelques idées de projets liés à l'arrivée de mes panneaux photovoltaïques
Et également, je regarde du côté Pen testing

(Je sais que c'est pas l'idéal, mais j'ai toujours préféré être sur plusieurs sujets en même temps pour alterner)
 

Suntheran

Fléau des Hordes Mongoles
je regarde du côté Pen testing
Marrant, tiens.
Pour avoir été dans le domaine, je suis pas super confiant sur l'avenir du secteur.
C'est typiquement le genre de job où pas mal de taches sont en train d'être automatisées, et les outils commencent à devenir vraiment pas mal.

Si tu veux te former sur de la sécu, la sécurité applicative (threat modelling) notamment c'est plus pérenne selon moi
 

freedumz

Chasseur de castors
Marrant, tiens.
Pour avoir été dans le domaine, je suis pas super confiant sur l'avenir du secteur.
C'est typiquement le genre de job où pas mal de taches sont en train d'être automatisées, et les outils commencent à devenir vraiment pas mal.

Si tu veux te former sur de la sécu, la sécurité applicative (threat modelling) notamment c'est plus pérenne selon moi
C'est plus par curiosité que vraiment pas souhait d'y aller
J'aime vraiment bien la double casquette DE/PM (avec un peu de data analyste derrière)
 

freedumz

Chasseur de castors
Marrant, tiens.
Pour avoir été dans le domaine, je suis pas super confiant sur l'avenir du secteur.
C'est typiquement le genre de job où pas mal de taches sont en train d'être automatisées, et les outils commencent à devenir vraiment pas mal.

Si tu veux te former sur de la sécu, la sécurité applicative (threat modelling) notamment c'est plus pérenne selon moi
T'es passé dans quoi maintenant ?
 

Suntheran

Fléau des Hordes Mongoles
T'es passé dans quoi maintenant ?
Sécurité Applicative.
En gros c'est aider les équipes de développement à implémenter des process de sécurité à chaque étape du SDLC.
Au moment du design on fait un Threat Model pour identifier les risques liés à l'app.
Pendant le dev on les aide à utiliser des outils de scans de code pour repérer les vulnerabilités.
On donne des formations sur le secure coding, et on les aide avec les rapports de pentests (qu'on ne fait pas) qu'ils reçoivent quand leur app est sur le point de passer en prod.
 

freedumz

Chasseur de castors
Sinon depuis l'arrivée de open ai, j'ai mis de côté le Pen teston, et je me penche sur le deep learning
J'ai vraiment envie de comprendre comment marche cette boite noire qu'est l'IA (pour moi :D)
 

Suntheran

Fléau des Hordes Mongoles
Sinon depuis l'arrivée de open ai, j'ai mis de côté le Pen teston, et je me penche sur le deep learning
J'ai vraiment envie de comprendre comment marche cette boite noire qu'est l'IA (pour moi :D)
Si tu as des ressources à recommander sur le sujet, je suis preneur :D
 
1er
OP
Totoleheros83

Totoleheros83

Petit chat
Perso, je trouve que le contenu sur Udemy (même payant) est vachement plus qualitatif que la majorité des moocs que j'ai pu faire (et j'en ai déjà fait une chier, je passe en moyenne 2h par jour à apprendre)
Je viens d'acheter un cours Typescript sur Udemy, parce que le contenu d'autres sites où je suis inscrit me laissait un peu sur ma faim.
Ca a l'air pas mal effectivement, Mais la qualité des cours a l'air très variable
 

freedumz

Chasseur de castors
Si tu as des ressources à recommander sur le sujet, je suis preneur :D
Je termine mon cours iot (car j'au un réel besoin pour un projet perso) puis quand je m'y mets sérieusement, je partage mes ressources pour le deep learning (y a un excellent cours d'introduction sur coursera donne par un asiatique d'une université américaine)
 

Suntheran

Fléau des Hordes Mongoles
Je termine mon cours iot (car j'au un réel besoin pour un projet perso) puis quand je m'y mets sérieusement, je partage mes ressources pour le deep learning (y a un excellent cours d'introduction sur coursera donne par un asiatique d'une université américaine)
Andrew Ng? Yes, j'ai vu passer aussi
 

Suntheran

Fléau des Hordes Mongoles
De Linkedin

Wanna build the next ChatGPT? Here's a 6 month learning plan for AI large language models (LLMs) from scratch.
1. Familiarize yourself with basic machine learning concepts and Python programming.
Books:
1.1. Introduction to Machine Learning with Python by Andreas Müller and Sarah Guido
1.2. Python Machine Learning by Sebastian Raschka, PhD

2. Learn about natural language processing (NLP) and its applications.
Books: 2.1. Speech and Language Processing by Daniel Jurafsky and James H. Martin
2.2. Natural Language Processing with Python by Steven Bird, Ewan Klein, and Edward Loper

3. Learn about the specific architecture and inner workings of language models, such as the transformer architecture used in GPT3.
Paper: Attention Is All You Need by Vaswani et al. https://lnkd.in/d7QnXF4x

4. Train your own small-scale language model using an open-source library such as TensorFlow or PyTorch. Study the TensorFlow and PyTorch documentations, as well as tutorials and courses on websites like Kaggle and Coursera.

5. Learn about fine-tuning pre-trained language models and apply this knowledge to a specific task of your choice. The HuggingFace documentation on fine-tuning will be very helpful.

6. Explore the latest research in language models and their applications. The papers from NeurIPS (https://nips.cc/) and ICLR (https://iclr.cc/) are a good starting point.

7. The best part about this is that everything is basically free. Happy learning and good luck!
 
  • J'aime
Les réactions: rtrmhl

freedumz

Chasseur de castors
De Linkedin

Wanna build the next ChatGPT? Here's a 6 month learning plan for AI large language models (LLMs) from scratch.
1. Familiarize yourself with basic machine learning concepts and Python programming.
Books:
1.1. Introduction to Machine Learning with Python by Andreas Müller and Sarah Guido
1.2. Python Machine Learning by Sebastian Raschka, PhD

2. Learn about natural language processing (NLP) and its applications.
Books: 2.1. Speech and Language Processing by Daniel Jurafsky and James H. Martin
2.2. Natural Language Processing with Python by Steven Bird, Ewan Klein, and Edward Loper

3. Learn about the specific architecture and inner workings of language models, such as the transformer architecture used in GPT3.
Paper: Attention Is All You Need by Vaswani et al. https://lnkd.in/d7QnXF4x

4. Train your own small-scale language model using an open-source library such as TensorFlow or PyTorch. Study the TensorFlow and PyTorch documentations, as well as tutorials and courses on websites like Kaggle and Coursera.

5. Learn about fine-tuning pre-trained language models and apply this knowledge to a specific task of your choice. The HuggingFace documentation on fine-tuning will be very helpful.

6. Explore the latest research in language models and their applications. The papers from NeurIPS (https://nips.cc/) and ICLR (https://iclr.cc/) are a good starting point.

7. The best part about this is that everything is basically free. Happy learning and good luck!
le probleme avant de gerer le ML, il faut aussi des bases en DS (des petites bases, pas de quoi etre expert)
Sinon, pour ces bases, le meilleur cours que j'ai trouvé c'est:
The Data Science Course 2023: Complete Data Science Bootcamp sur udemy
J'aime beaucoup également le contenu de dataquest, mais je trouve l'abonnement un peu cher
 

Anewone

Elite

On sait tous qui il est, il sait de quoi il parle et c'est accessible, chaudement recommandé !
 
Haut