Pratique Python, IA Engineering et bien plus avec des exercices interactifs et des tests automatiques.
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 …