2023-01-27 Plan séance 2#
Voici le plan prévu pour la seconde séance du cours de machine learning pour l’économie et la finance.
exercices
exercice autour du pivot de gauss
résumé
exemples de problèmes rencontrés
économie, sociologie : études statistiques, analyse de biais, prévision
finance : trading, analyse de nouvelles, vitesse de trading, scoring
actuariat : prédiction des sinistres
stratégie : emplacement d’un entrepôt
machine learning
prétraitement : transformer toutes les variables, quelles qu’elles soient, en variables numériques
optimisation d’un modèle
Données supervisées, non supervisées…
scikit-learn
transformer / prédicteur
régression, classification, clustering, ranking, réduction de dimension, recommandation
hyperparamètres, grille de recherche
validation croisée
notion de pipeline
sérialisation
pour aller plus loin
créer son propre transformer ou prédicteur
autres packages
cheatcheet numpy, or awesome machine learning, Track Awesome Machine Learning Updates Daily
exercice
On veut construire un modèle qui prédit le loyer moyen en fonction de caractéristiques moyennes, données : Résultats nationaux des observatoires locaux des loyers
Il faut construire un pipeline simple avec au moins une classe ColumnTransformer.