Machine Learning classique avec scikit-learn

1

Leçon 1: Le workflow type d'un projet ML

45 minutes

2

Leçon 2: Separer donnees d'entrainement et de test

45 minutes

3

Leçon 3: Scikit-learn : l'API fit / predict / score

45 minutes

4

Leçon 4: Votre premier modele : la regression logistique

45 minutes

5

Leçon 5: K plus proches voisins (KNN)

45 minutes

6

Leçon 6: Arbres de decision : interpretables

45 minutes

7

Leçon 7: Forets aleatoires (Random Forest)

45 minutes

8

Leçon 8: Regression lineaire pour predire un nombre

45 minutes

9

Leçon 9: SVM en 30 minutes : juste l'essentiel

30 minutes

10

Leçon 10: Clustering avec K-means

45 minutes

11

Leçon 11: Réduction de dimension avec PCA

45 minutes

12

Leçon 12: Feature engineering : créer des features utiles

45 minutes

13

Leçon 13: Sélection de features

30 minutes

14

Leçon 14: Normalisation et standardisation

45 minutes

15

Leçon 15: Pipeline scikit-learn : enchaîner les étapes

45 minutes

16

Leçon 16: Sauvegarder et charger un modèle

30 minutes