Cet article explique par la pratique pourquoi et comment mettre à l'echelle (Feature Scaling) les caractéristiques d'un modèle de Machine Learning en œuvre avec Scikit-Learn.
Machine Learning : La mise à l’echelleCatégorie : Modélisation
La modélisation est une étape cruciale lors de la création d’une IA. Cette catégorie aborde les différents algorithmes du Machine Learning, les réseaux de neurones mais aussi les différentes métriques qui permettent d’évaluer un modèle.
MNSIT : Reconnaître les chiffres (Partie 2)
Dans ce second volet sur les données MNSIT, nous allons voir comment retoucher et préparer les données pour atteindre 97%.
MNSIT : Reconnaître les chiffres (Partie 2)MNSIT : Reconnaître les chiffres (Partie 1)
Lançons-nous dans la reconnaissance de chiffres avec le jeu de données bien connu MNSIT !
MNSIT : Reconnaître les chiffres (Partie 1)Tuning des hyper-paramètres de Machine Learning
Après le feature engineering, place au tuning des hyperparametres pour ajuster finement vos prédictions !
Tuning des hyper-paramètres de Machine Learning