<== page de blog - 3/4 ==> Blog session (28)
page de blog - 3/4#
Session 4#
2019-03-01
clustering, k-means un exemple avec les vélos à Chicago et l’utilisation du clustering pour trouver les profils de cyclistes à Chicago
deep learning
Liens
Installer Python à l’université#
2019-02-24
L’université bloque parfois quelques usages pour des raisons
de sécurité. Il n’est pas toujours possible d’utiliser
pip install pandas
ou conda install pandas
. Il
faut télécharger les packages à la main et la liste des
dépendances peut être longues. Les liens qui suivent sont
valides pour le système Windows.
On commence par installer Python avec la distribution
Python ou
miniconda.
J’ai pris Miniconda qui est plus léger qu”Anaconda
mais nécessite de télécharger des paquets à la main.
Il faut l’installer Just for me et ne pas ajouter Python
à la variable d’environnement PATH
. Je commence toujours par
installer numpy numpy
(numpy-1.16.1+mkl-cp37-cp37m-win_amd64.whl dans mon cas).
Et on l’installe avec pip install <fichier_local>
depuis
la ligne de commande. Dans mon cas, cela donne
...
Session 3#
2019-02-22
Scraping
Devinettes
Texte
Regarder les données
Un peu d’algorithme
Je reproduis ici un code qui construit les permutations d’un ensemble avec la fonction combinaison :
…
Session 2#
2019-02-01
formalisation de la classification
Courbe ROC : Receiver Operating Characteristic (ROC)
Notions de pipeline API de scikit-learn, Visualisation de pipeline
Session 1#
2019-01-29
Quelques liens sur cette première session et les notebooks associées :
…
Session 4 - actuariat#
2018-06-12
Quelques liens :
…
Session 3 - actuariat#
2018-05-15
Quelques liens :
…
Session 5#
2018-03-01
Séries temporelles :
…
Session 4#
2018-02-22
Suite et fin :
…
Automatiser des expériences de machine learning#
2018-02-16
Prenons un exemple car le titre est assez flou.
On souhaite apprendre deux modèles différents
sur deux parties disjointes d’un jeu de données :
la prédiction de la qualité d’un vin selon qu’il est
blanc ou rouge. Selon que le vin est blanc ou rouge,
on n’appliquera pas le même modèle. L’ensemble
tient en quelques lignes dans un notebook mais comme
cette idée revient souvent, on peut être tenté de l’implémenter
une bonne fois pour toutes sous la forme d’un modèle
qui s’intègre facilement avec scikit-learn.
C’est ce que propose la classe
SkBaseLearnerCategory
.
Ce point est abordé de façon plus détaillée :
Machine learning et programmation.
<== page de blog - 3/4 ==> 2022-01 (1) 2022-02 (4) 2022-09 (1) 2023-01 (2) 2023-02 (3)