Pratique Python, IA Engineering et bien plus avec des exercices interactifs et des tests automatiques.
Quand une fonction a plusieurs paramètres avec des valeurs par défaut, tu peux utiliser des arguments nommés pour choisir lesquels tu veux modifier sans te …
Parfois, tu ne sais pas a l'avance combien d'arguments ta fonction va recevoir. Python permet de gérer ca avec la syntaxe *args. Le paramètre précédé …
En plus de *args, Python offre **kwargs qui capture les arguments nommés sous forme de dictionnaire. C'est tres pratique quand tu veux accepter des options …
Une lambda, c'est une mini-fonction anonyme (sans nom) qu'on écrit sur une seule ligne. C'est pratique quand tu as besoin d'une fonction tres courte, souvent …
En Python, une variable créée dans une fonction n'existe que dans cette fonction. On dit qu'elle est locale. En dehors de la fonction, elle n'existe …
Une fonction peut renvoyer une autre fonction. On appelle parfois ca une fabrique de fonctions (function factory). C'est comme un atelier qui produit des outils …
Une closure (fermeture en francais), c'est une fonction qui se souvient de l'environnement dans lequel elle a ete créée, meme apres que cet environnement a …
Les closures peuvent capturer n'importe quel type de donnee, pas seulement des nombres. On peut s'en servir pour créer des fonctions avec de la mémoire. …
Maintenant que tu as compris le principe de la récursion avec la factorielle, appliquons-le a un autre problème : calculer la somme des entiers de …
La suite de Fibonacci est une suite de nombres ou chaque nombre est la somme des deux précédents : 0, 1, 1, 2, 3, 5, …
Tu as deux features : l'age (entre 18 et 80) et le salaire (entre 20000 et 200000). Sans normalisation, des algorithmes comme KNN ou SVM …
Le StandardScaler centre les donnees autour de 0, mais parfois tu preferes que tout soit entre 0 et 1. C'est ce que fait le MinMaxScaler, …
C'est LA regle d'or du machine learning : ne jamais evaluer un modele sur les donnees qui ont servi a l'entrainer. Sinon, c'est comme reviser …
C'est le moment d'entrainer ton premier modele de ML. La regression logistique est le choix classique pour commencer : rapide, interpretable, et souvent un bon …
Ton modele est entraine, il fait des predictions. Mais sont-elles bonnes ? L'accuracy est la metrique la plus intuitive : le pourcentage de bonnes reponses. …
L'accuracy te dit 'tu as 90% de bonnes reponses', mais elle ne te dit pas OU tu te trompes. La matrice de confusion, si. Elle …
Tu entraines ton modele, tu obtiens 92% d'accuracy. Tu changes le random_state, tu obtiens 85%. Le probleme avec un seul split train/test, c'est que le …
Predire le prix d'un appartement en fonction de sa surface, de son etage et de son quartier. Estimer le salaire d'un candidat selon son experience. …
Tu predis que l'appartement vaut 250 000 euros, il en vaut 280 000. C'est grave ? Ca depend de la metrique. En regression, tu ne …
L'arbre de decision est le modele le plus intuitif qui existe. Pense a un jeu de 20 questions : le modele pose une serie de …
Le Random Forest est souvent le premier modele qu'on teste sur des donnees tabulaires, et pour cause : il marche tres bien out-of-the-box. L'idee est …
Chaque réseau de neurones attend ses images dans une taille précise : 224x224 pour ResNet, 416x416 pour YOLO, 299x299 pour Inception. Si tu lui donnes …
En deep learning, un des secrets pour obtenir un bon modèle c'est d'avoir beaucoup de données d'entraînement. L'augmentation de données consiste à créer des variantes …
Les radiologues utilisent les histogrammes pour analyser la qualité d'une radio médicale. En photographie, c'est ce que tu vois sur l'écran de ton appareil ou …