- Biais & Variance … dilemme ou compromis ? - Dés lors que vous allez commencer à mettre au point des modèles de Machine Learning vous aller vous confronter au délicat problème d'équilibre dans l'ajustement du biais et de la variance. Dans cet article je vous explique simplement comment mieux les comprendre et les ajuster.
- Comprendre les réseaux de neurones avec Tensorflow Playground - Dans cet article je vous propose de découvrir un outil génial qui vous permet de mieux comprendre comment fonctionne un réseau de neurones et l'impact réel de ses principaux paramétrages.
- Les chaînes de Markov - Si cette méthode de "prédiction" basée sur les probabilités et les états/transitions a eu ses heures de gloire, elle semble aujourd'hui moins à la mode. Dans cet article nous reviendrons sur les principes fondamentaux des chaines de Markov et leur application en Python.
- Analyse de sentiments sur des critiques de cinéma - L'objectif de cet article est de montrer au travers d'un cas concret et français la méthode pour effectuer une analyse de sentiments avec Python.
- dataprep.eda : un nouveau venu dans l'analyse de données - Dans cet article je vous montre comment utiliser le nouvel arrivé de l'analyse de données avec Python : datapre.eda
- Du NLP avec Python NLTK - Découvrez dans cet article comment faire du NLP simplement avec Python et NLTK.
- Explorer vos données avec DataExplore (1ère partie) - Découvrez dans cet article comment utiliser l'outil Open Source DataExplore pour visualiser et même manipuler vos données.
- Se lancer dans l'Auto-ML avec AutoGluon - Découvrez l'Auto-ML avec AutoGluon. Simple accélarateur ou véritable révolution dans la manière de créer des modèles de machine learning ? faites-vous une idée par la pratique ...
- Analysez vos données sans effort avec Pandas-profiling - Analysez vos données sans effort avec la librairie Python pandas_profiling.
- 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.
Modélisation
- Biais & Variance … dilemme ou compromis ? - Dés lors que vous allez commencer à mettre au point des modèles de Machine Learning vous aller vous confronter au délicat problème d'équilibre dans l'ajustement du biais et de la variance. Dans cet article je vous explique simplement comment mieux les comprendre et les ajuster.
- Les chaînes de Markov - Si cette méthode de "prédiction" basée sur les probabilités et les états/transitions a eu ses heures de gloire, elle semble aujourd'hui moins à la mode. Dans cet article nous reviendrons sur les principes fondamentaux des chaines de Markov et leur application en Python.
- Analyse de sentiments sur des critiques de cinéma - L'objectif de cet article est de montrer au travers d'un cas concret et français la méthode pour effectuer une analyse de sentiments avec Python.
- Se lancer dans l'Auto-ML avec AutoGluon - Découvrez l'Auto-ML avec AutoGluon. Simple accélarateur ou véritable révolution dans la manière de créer des modèles de machine learning ? faites-vous une idée par la pratique ...
- Keras au secours du Titanic ? - Dans cet article nous allons voir par la pratique si le deep learning via keras pourra nous aider à trouver les survivants du Titanic plus efficacement que les algorithmes classiques.
- La persistance des modèles de Machine Learning - Dans ce court article vous verrez comment en quelques lignes de code Python vous pouvez sauvegarder votre modèle et le rappeler.
- CatBoost ! - Découvrez dans cet article comment utiliser le dernier né des algorithmes de boosting de gradient Open-Source : le CatBoost !
- La star des algorithmes de ML : XGBoost - Découvrez dans cet article pourquoi XGBoost est la star des compétition des Machine Learning ... et surtout comment l'utiliser !
- Tuning des hyper-paramètres de Machine Learning - Après le feature engineering, place au tuning des hyperparametres pour ajuster finement vos prédictions !
- Evaluer son modèle de classification binaire - Découvrez dans cet article comment evaluer et donc pouvoir optimiser sont modèle ML de classification.
Analyse
- dataprep.eda : un nouveau venu dans l'analyse de données - Dans cet article je vous montre comment utiliser le nouvel arrivé de l'analyse de données avec Python : datapre.eda
- Explorer vos données avec DataExplore (1ère partie) - Découvrez dans cet article comment utiliser l'outil Open Source DataExplore pour visualiser et même manipuler vos données.
- Analysez vos données sans effort avec Pandas-profiling - Analysez vos données sans effort avec la librairie Python pandas_profiling.
- Corrélation de variables - Cet article vous montre comment détecter des liens (corrélations) entre des variables d'observation.
- 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 !
- Traiter des données de localisation - Découvrez dans cet article comment utiliser, nettoyer et visualiser simplement des données géo-localisées avec Python.
- Le Profiling - Découvrez comment les outils d'analyse de données peuvent vous aider à préparer votre modèle de Machine Learning ou tout simplement garantir le succès de vos projets data.
Deep Learning
- Comprendre les réseaux de neurones avec Tensorflow Playground - Dans cet article je vous propose de découvrir un outil génial qui vous permet de mieux comprendre comment fonctionne un réseau de neurones et l'impact réel de ses principaux paramétrages.
- Se lancer dans l'Auto-ML avec AutoGluon - Découvrez l'Auto-ML avec AutoGluon. Simple accélarateur ou véritable révolution dans la manière de créer des modèles de machine learning ? faites-vous une idée par la pratique ...
- Keras au secours du Titanic ? - Dans cet article nous allons voir par la pratique si le deep learning via keras pourra nous aider à trouver les survivants du Titanic plus efficacement que les algorithmes classiques.
NLP
- Analyse de sentiments sur des critiques de cinéma - L'objectif de cet article est de montrer au travers d'un cas concret et français la méthode pour effectuer une analyse de sentiments avec Python.
- Du NLP avec Python NLTK - Découvrez dans cet article comment faire du NLP simplement avec Python et NLTK.
- Tuto : Le NLP avec SpaCy ! - Découvrez dans une approche simple et progressive comment faire du NLP simplement avec la librairie Python SpaCy !
Outils & Publication
- Publier vos modèles de Machine Learning avec Flask ! - Dans cet article nous verrons comment installer et surtout utiliser le micro-framework Python Flask. très utile pour publier vos modèles de Machine learning en REST !
- Comprendre les réseaux de neurones avec Tensorflow Playground - Dans cet article je vous propose de découvrir un outil génial qui vous permet de mieux comprendre comment fonctionne un réseau de neurones et l'impact réel de ses principaux paramétrages.
- 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 !
- Google Collaboratory - Vous adorez Jupyter mais n'avez as envie de l'installer localement. Vous avez besoin de puissance et de GPU sans frais ni contraintes ? Google Colaboratory est fait pour vous. Suivez-moi dans ce tuto pour l'utiliser rapidement.
- Python Pandas – Tuto (Partie N°2) - Découvrez dans cette deuxième partie de mon tutoriel Pandas comment notamment utiliser les fonctions ensemblistes (simili SQL).
- Python matplotlib - Découvrez dans ce tuto comment prendre en main rapidement et efficacement la librairie Python matplotlib
- Python Pandas – Tuto (Partie N°1) - Ce petit tuto a pour but de vous mettre le pied à l'étrier avec librairie Pandas qui permet de manipuler des données facilement en Python.
- Machine Learning : s’outiller pour démarrer - Vous vous lancez dans le machine learning ? comment s'équiper et que lire ? voici les réponses que je tente de vous apporter dans cet article.
