Dans cet article je vous montre comment utiliser le nouvel arrivé de l'analyse de données avec Python : datapre.eda
dataprep.eda : un nouveau venu dans l'analyse de données
Catégorie : Préparation
Comparaison de chaînes de caractères
Découvrez dans cet article comment utiliser les algorithmes de distance et la librairie Fuzzywuzzy pour comparer des chaînes de caractères.
Comparaison de chaînes de caractères
Débuter avec Tesseract
Intéressé par les OCR ? découvrez comment utiliser Tesseract (OCR Open Source) en ligne de commande mais aussi via Python.
Débuter avec Tesseract
Découper ses données
Le découpage du jeu de données dans un projet de Machine Learning est une étape très importante qu'il ne faut pas négliger faute de quoi vous risquer de sur évaluer votre modèle (over-fitting) ou tout simplement le contraire (under fitting). Dans cet article nous allons parcourir les étapes indispensables à cette opération délicate.
Découper ses données
Test d'Orange (Outil de Data Science)
Découvrez dans cet article en forme de tuto comment ce petit outil Open-Source de Data-sciences peut vous faire gagner beaucoup de temps !
Test d'Orange (Outil de Data Science)
Gérer les chaînes de caractères
Si vous désirez avoir une approche analytique de vos données, vous avez bien sur été confronté à la difficulté d'exploiter des chaînes de caractères. A tel point que bien souvent vous avez certainement dû en mettre de coté certaines. Manque d'outillage, complexité de gérer des sémantiques complexes … Dans cet article (premier d'une série) nous allons aborder ces problèmes et surtout voir comment les résoudre.
Gérer les chaînes de caractères
Le Web Scraping
Le Web Scrapping est une technique bien souvent indispensable pour enrichir ses données brutes. Découvrez comment écrire simplement des scripts Python pour aspirer les données d'un site web.
Le Web Scraping
Traiter des données de localisation
Découvrez dans cet article comment utiliser, nettoyer et visualiser simplement des données géo-localisées avec Python.
Traiter des données de localisation
Bagage minimal de statistiques pour le Machine Learning
C'est bientôt la rentrée, il a fait chaud, la plage a été bonne et le sable bien chaud. Vous êtes donc bien reposé et prêt à attaquer la rentrée. C'est donc le bon moment pour remettre à plat quelques bases de statistiques qui vous permettront de mieux comprendre et utiliser les algorithmes de Machine Learning.
Bagage minimal de statistiques pour le Machine Learning
Machine Learning : La mise à l’echelle
Cet article explique par la pratique pourquoi et comment mettre à l'echelle (Feature Scaling) les caractéristiques d'un modèle de Machine Learning en œuvre avec Scikit-Learn.
Machine Learning : La mise à l’echelle