Bien que les statistiques soient importantes lors de la phase d’exploration de données, ces dernières ne sont pas suffisantes. L’article précédent montre à quel point la visualisation de données (Dataviz) est importante en Data Science. Visualiser les données peut s’effectuer de plusieurs manières. Cela se décide, entre autres, en fonction du type de données qu’on… Lire la suite »
En machine Learning, les données sont le nerf de la guerre. Et vu leur importance, j’ai décidé d’écrire cet article sur comment représenter les données en machine learning et les types de données les plus souvent rencontrés. Peu importe à quel point votre algorithme est sophistiqué, sans un nombre suffisant de données d’entrainement, il sera… Lire la suite »
Dans cet article, je vais implémenter la régression linéaire univariée (à une variable) en python. Le but est de comprendre cet algorithme sans se noyer dans les maths régissant ce dernier. Il s’agit d’un algorithme d’apprentissage supervisé de type régression. Les algorithmes de régression permettent de prédire des valeurs continues à partir des variables prédictives. Prédire le prix d’une maison… Lire la suite »
La littérature française traitant le Machine Learning et la data science est peu abondante. Par ailleurs, voici une sélection courte, composée de deux livres français très intéressant à lire pour mieux s’initier dans la science de données. Note : Je ne fais pas la publicité pour ces deux livres, je les ai lus et ils… Lire la suite »
Dans cet article, j’ai évoqué la méthodologie générale pour aborder un problème de Machine Learning. Cette méthode de travail est constituée de 5 étapes. J’ai parlé des deux premières étapes lors de mon précédent article. On parlera maintenant des trois étapes restantes. Pour rappel la méthodologie de travail comportait ces 5 étapes : Définition du… Lire la suite »
Dans cet article, je vais décrire une méthodologie de travail pour résoudre un problème de Machine Learning. Comme tout projet de développement informatique, avoir une méthodologie rigoureuse de travail permet d’avancer rapidement et d’augmenter les chances d’atteindre le résultat souhaité. Les problèmes de Machine Learning ne dérogent pas à la règle. Cet article décrira les… Lire la suite »
Dans l’article précédent, nous avons parlé de l’apprentissage supervisé (Supervised Learning). Dans cet article, nous parlerons de l’apprentissage non supervisé (Unsupervised Learning) qui est la deuxième branche du Machine Learning. Qu’est ce que l’apprentissage non supervisé (Unsupervised Learning) ? A l’inverse de l’apprentissage supervisé (Supervised Learning) qui tente de trouver un modèle depuis des données labellisées… Lire la suite »
Pour apprendre le Machine Learning, beaucoup de gens recommandent de commencer par la formation d’Andrew NG sur Coursera. Chose que j’ai faite. Dans cet article, je partage avec vous mon retour d’expérience sur cette formation : ses points forts, ses points faibles et si ça vaut le coup d’investir son temps et son énergie à la suivre.… Lire la suite »
Dans l’un de mes précédents articles, j’ai démystifié les concepts et définitions clés du Machine Learning. J’y ai évoqué les concepts d’apprentissage supervisé (Supervised Learning), et l’apprentissage non supervisé (Unsupervised Learning). Dans cet article, nous verrons plus en détails l’apprentissage supervisé. Qu’est ce que l’apprentissage supervisé (Supervised Learning) ? L’apprentissage supervisé est le concept derrière… Lire la suite »
Lors de cet article, je ferai une introduction au Machine Learning. Cette branche de l’intelligence artificielle est très à la mode ces dernières années. Toutefois, le Machine Learning est encore méconnu d’un grand nombre de gens. A l’issu de cet article, vous saurez ce que veut dire le Machine Learning, Supervised Learning et Unsupervised Learning.… Lire la suite »