Ce tutoriel python francais vous présente SKLEARN, le meilleur package pour faire du machine learning avec Python.
Tous les modèles, et tous les algorithmes de machine learning ont déjà été implémentés avec une architecture orientée objet, chaque modèle disposant de sa propre classe. KNN, LinearRegression, Decision Trees, Support vector machines, etc.
Pour créer un modèle, on génère un objet de la classe correspondante. Au passage, c’est ce qu’on appelle un estimateur (dans sklearn) On peut aussi préciser entre parenthèse les hyper-paramètres de notre modèle. Par exemple, le learning rate d’une descente de gradient, ou bien le nombre d’arbres dans une Random Forest.
Une fois qu’on a initialisé notre modèle, on va pouvoir entraîner, l’évaluer, et l’utiliser grâce a trois méthodes qu’on retrouve dans toutes les classes de Sklearn. Ce sont les méthodes Fit, score et predict.
► EXEMPLE Régression Linéaire
from sklearn.linear_model import LinearRegression
model = LinearRegression()
model.fit(X, y)
model.score(X, y)
model.predict(X)
► EXEMPLE K-Nearest Neighbors
from sklearn.neighbors import KNeighborClassifier
model = KNeighborsClassifier()
model.fit(X, y)
model.score(X, y)
model.predict(X)
► TIMECODE DE LA VIDEO:
0:00 : Intro
01:00 : Comprendre le Machine Learning et L'apprentissage supervisé
04:25 : SKLEARN, API, et le fonctionnement d'un estimateur
08:27 : Régression avec SKLEARN (LinearRegression + SVR)
11:47 : Classification avec SKLEARN (K-Nearest Neighbor)
15:30 : Auriez-vous survécu au TItanic ? + Exercice
SKLEARN
scikit-learn.org/stable/
Carte des algorithmes de SKLEARN
scikit-learn.org/stable/tutor...
► Me soutenir financièrement sur Tipeee ou Utip (et obtenir des vidéos BONUS)
fr.tipeee.com/machine-learnia
utip.io/machinelearnia/
► MON SITE INTERNET EN COMPLÉMENT DE CETTE VIDÉO:
machinelearnia.com/
► REJOINS NOTRE COMMUNAUTÉ DISCORD
/ discord
► Recevez gratuitement mon Livre:
APPRENDRE LE MACHINE LEARNING EN UNE SEMAINE
CLIQUEZ ICI:
machinelearnia.com/apprendre-...
► Télécharger gratuitement mes codes sur github:
github.com/MachineLearnia
► Abonnez-vous : / @machinelearnia
► Pour En Savoir plus : Visitez Machine Learnia : machinelearnia.com/
► Qui suis-je ?
Je m’appelle Guillaume Saint-Cirgue et je suis Data Scientist au Royaume Uni. Après avoir suivi un parcours classique maths sup maths spé et avoir intégré une bonne école d’ingénieur, je me suis tourné vers l’intelligence artificielle de ma propre initiative et j’ai commencé à apprendre tout seul le machine learning et le deep learning en suivant des formations payantes, en lisant des articles scientifiques, en suivant les cours du MIT et de Stanford et en passant des week end entier à développer mes propres codes.
Aujourd’hui, je veux vous offrir ce que j’ai appris gratuitement car le monde a urgemment besoin de se former en Intelligence Artificielle.
Que vous souhaitiez changer de vie, de carrière, ou bien développer vos compétences à résoudre des problèmes, ma chaîne vous y aidera.
C’est votre tour de passer à l’action !
► Une question ? Contactez-moi: contact@machinelearnia.com