Machine Learning : La mise à l’echelle 2
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.
Intelligence Artificielle
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%.
Le Profiling 1
Découvrez comment les outils d'analyse de données peuvent vous aider à préparer votre modèle de Machine Learning ou tout simplement garantir le succès de vos projets data.
MNSIT : Reconnaître les chiffres (Partie 1) 1
Lançons-nous dans la reconnaissance de chiffres avec le jeu de données bien connu MNSIT !
Tuning des hyper-paramètres de Machine Learning 3
Après le feature engineering, place au tuning des hyperparametres pour ajuster finement vos prédictions !
Titanic : Allons plus loin ! (Partie 2) 4
Au travers des données Kaggle du Titanic, l'idée de cet article est d'illustrer quelques techniques de features engineering.
Python Pandas – Tuto (Partie N°2) 3
Découvrez dans cette deuxième partie de mon tutoriel Pandas comment notamment utiliser les fonctions ensemblistes (simili SQL).
Kaggle : Commencer avec le Titanic ! (Partie 1) 4
Lancez-vous dans votre première compétation Kaggle et obtenez 75% avec le Titanic !
PIM et Intelligence Artificielle
Découvrez dans cet article comment les algorithmes d'intelligence artificielle peuvent booster un PIM pour automatiser encore mieux les processus de gestion de données produit.
Evaluer son modèle de classification binaire 3
Découvrez dans cet article comment evaluer et donc pouvoir optimiser sont modèle ML de classification.