:orphan:

|rss_image|  **2018-11 - 1/1** :ref:`Blog <ap-main-0>` :ref:`article (8) <ap-cat-article-0>` :ref:`articles (3) <ap-cat-articles-0>` :ref:`cours (6) <ap-cat-cours-0>` :ref:`module (7) <ap-cat-module-0>` :ref:`paper (3) <ap-cat-paper-0>`

.. |rss_image| image:: feed-icon-16x16.png
    :target: ../_downloads/rss.xml
    :alt: RSS

----


.. index:: 2018-11


.. _ap-month-2018-11-0:

2018-11 - 1/1
+++++++++++++

.. blogpostagg::
    :title: Quelques modules intéressants
    :date: 2018-11-30
    :keywords: pyFFTW,fftw3,DTW,kNN,Flt-SNE
    :categories: modules
    :rawfile: 2018/2018-11-30_module_interessent.rst

    * `pyFFTW <https://github.com/pyFFTW/pyFFTW>`_
      (`fftw3 <https://github.com/FFTW/fftw3>`_)
    * `K Nearest Neighbors & Dynamic Time Warping <https://github.com/markdregan/K-Nearest-Neighbors-with-Dynamic-Time-Warping>`_
    * `FFT-accelerated Interpolation-based t-SNE (FIt-SNE) <https://github.com/KlugerLab/FIt-SNE>`_
    * `py-spy <https://github.com/benfred/py-spy>`_
    * `kalman-filter <https://github.com/hbcbh1999/kalman-filter>`_
    
    Depuis le site `Awesome Functional Python <https://github.com/hbcbh1999/awesome-functional-python>`_ :
    

    ...




.. blogpostagg::
    :title: Machine et sécurité
    :date: 2018-11-15
    :keywords: security,machine learning
    :categories: machine learning
    :rawfile: 2018/2018-11-15_malware.rst

    Recommandation depuis
    `PyParis <http://pyparis.org/>`_ :
    `Malware Data Science: Attack Detection and Attribution <https://nostarch.com/malwaredatascience>`_,
    Joshua Saxe with Hillary Sanders.




.. blogpostagg::
    :title: KBinsDiscretizer
    :date: 2018-11-15
    :keywords: KBinsDiscretizer,modèle interprétable
    :categories: machine learning
    :rawfile: 2018/2018-11-15_kbins.rst

    Le modèle linéaire est facilement interprétable
    mais ne marche pas aussi bien qu'une random forest.
    Pourquoi le pas utiliser des modèles linéaires par
    morceaux. Il suffit juste de découper l'espace
    des features en morceaux ce que fait le
    `KBinsDiscretizer <https://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.KBinsDiscretizer.html>`_.
    Et ça marche plutôt bien, particulièrement lorsque les
    données sont peu nombreuses.




.. blogpostagg::
    :title: dirty-cat(égories)
    :date: 2018-11-15
    :keywords: dirty-cat,variable catégorielle
    :categories: machine learning
    :rawfile: 2018/2018-11-15_dirtycat.rst

    Je suis assis à côté de Gaël Varoquaux qui me raconte
    son dernier papier sur :epkg:`dirty-cat` pour traiter
    des colonnes catégorielles avec beaucoup de catégories
    et qui se ressemblent :
    

    ...





----

|rss_image|  **2018-11 - 1/1** :ref:`2022-10 (1) <ap-month-2022-10-0>` :ref:`2022-12 (2) <ap-month-2022-12-0>` :ref:`2023-01 (1) <ap-month-2023-01-0>` :ref:`2023-02 (1) <ap-month-2023-02-0>` :ref:`2023-04 (1) <ap-month-2023-04-0>`