Monthly Archives: mai 2017

Régression Polynomiale (Polynomial regression) – Implémentez-la en 10 minutes !

Vous avez 10 minutes de temps libre pour comprendre la régression polynomiale (Polynomial Regression) pour faire des prédictions ? Cet article est fait pour vous ! c’est parti ! 🙂 Après l’article sur la régression linéaire univariée et la régression linéaire multivariée, on va maintenant attaquer la régression polynomiale. Cette dernière est tout simplement une généralisation de la régression linéaire… Read More »

Gradient Descent Algorithm : Explications et Implémentation en Python

Dans cet article, on verra comment fonctionne L’algorithme de Gradient (Gradient Descent Algorithm) pour calculer les modèles prédictifs. Depuis quelques temps maintenant, je couvrais la régression linéaire, univariée, multivariée, et polynomiale. Tout au long de ces articles, je parlais de fonction/modèle prédictif. Mais je ne m’étais jamais attardé à expliquer comment se calcule la fonction de prédiction fournie par les… Read More »

5 Conseils d’experts pour apprendre le Machine Learning

La Data Science et le Machine Learning sont des compétences rares très demandées dans le marché du travail. Ce domaine aux contours assez flous, demande une expertise pluridisciplinaire. Maîtriser le calcul matriciel, les probabilités, la programmation ainsi que les principaux algorithmes ML demande un travail colossal ! Nul doute, apprendre le machine learning prend du temps. mais on veut tous… Read More »

Comment représenter les données en Machine Learning ?

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 incapable de fournir… Read More »