| ... | @@ -14,14 +14,14 @@ François Laurent, Bertrand Néron, Vincent Guillemot, Étienne Kornobis |
... | @@ -14,14 +14,14 @@ François Laurent, Bertrand Néron, Vincent Guillemot, Étienne Kornobis |
|
|
|
|
|
|
|
## Objectifs supplémentaires
|
|
## Objectifs supplémentaires
|
|
|
|
|
|
|
|
Connaître les concepts clefs du Machine Learning : apprentissage, test, biais, classification, validation croisée, scoring. Savoir construire un pipeline de Machine Learning avec scikitlearn.
|
|
Connaître les concepts clefs du Machine Learning : apprentissage, test, biais, classification, validation croisée, scoring. Savoir construire un pipeline de Machine Learning avec scikitlearn. **Quelles sont les méthodes ?**
|
|
|
|
|
|
|
|
## Prérequis
|
|
## Prérequis
|
|
|
|
|
|
|
|
- Maîtriser la manipulation de chemins d’accès aux fichiers
|
|
- Maîtriser la manipulation de chemins d’accès aux fichiers
|
|
|
- Savoir faire une boucle et des boucles imbriquées
|
|
- Savoir faire une boucle et des boucles imbriquées
|
|
|
- Comprendre la notion de classe et d’objet en Python, et savoir utiliser des objets
|
|
- Comprendre la notion de classe et d’objet en Python, et savoir utiliser des objets
|
|
|
- Avoir des connaissances de base en statistique
|
|
- Avoir des **connaissances de base** en statistique
|
|
|
- Être familier avec les environnements virtuels
|
|
- Être familier avec les environnements virtuels
|
|
|
|
|
|
|
|
---
|
|
---
|
| ... | | ... | |
