TurfMachineLearningTableau illustrant les avantages et les inconvénients des différents algorithmes d’apprentissage automatique, ainsi que leurs exigences en termes d’ingénierie des fonctionnalités et d’applications courantes.
L’amplitude de la variable a-t-elle de l’importance ? Les modèles linéaires sont du type y = w x + b, où le coefficient de régression w représente la variation attendue en y pour une variation d’une unité en x (le prédicteur). Ainsi, l’amplitude de w est en partie déterminée par la magnitude des unités utilisées … Lire plus
Il existe comme vous le savez de nombreuses possibilités pour calculer des performances pour un cheval. Dans cet article nous allons nous attacher à décrypter une technique en particulier : la classe d’un cheval. Cette étude nous fournira des résultats pour le jeu simple placé et gagnant. C’est une méthode très simple à comprendre et à … Lire plus
Une valeur aberrante est un point de données qui est significativement différent des autres données. « Une observation aberrante est une observation qui s’écarte tellement des autres observations qu’elle éveille des soupçons quant au fait qu’elle a été générée par un mécanisme différent ». Faut-il supprimer les observations aberrantes ? Selon le contexte, les observations aberrantes méritent … Lire plus
Au Trot, le D.A.I. (disqualification pour allures irrégulières) est une véritable problématique pour les joueurs. On entend beaucoup de choses sur ces chevaux. Des personnes vont vous dire qu’il ne faut surtout pas les jouer, et d’autres personnes vont vous dire qu’il faut retenir en priorité ces chevaux. Très honnêtement, je n’ai pas d’idée préconçue … Lire plus
Un guide complet pour démarrer avec Pandas Profiling en utilisant Python. Introduction Avec l’explosion de la technologie et l’immense quantité de données et de contenus créés quotidiennement, les data scientist doivent continuellement apprendre de nouvelles façons d’analyser efficacement ces données. L’une des parties les plus cruciales de tout nouveau projet de données est la phase … Lire plus
Vous avez un ensemble de données au format csv, mais vous ne savez pas comment le télécharger dans un Notebook. Cet article vous permet de télécharger des fichiers dans un bloc-notes Python dans Google Colab pour vous aider à démarrer avec la science des données. Google Colab est un service cloud (gratuit) basé sur Jupyter … Lire plus
Des étiquettes qui se produisent rarement Les variables catégorielles sont celles dont les valeurs sont sélectionnées dans un groupe de catégories, également appelées labels. Différents labels apparaissent dans l’ensemble de données avec des fréquences différentes. Certaines catégories apparaissent beaucoup dans l’ensemble de données, tandis que d’autres catégories n’apparaissent que dans un nombre limité d’observations. Par … Lire plus
Les valeurs d’une variable catégorielle sont sélectionnées à partir d’un groupe de catégories, également appelées labels. Par exemple, dans la variable sexe, les catégories ou labels sont masculins et féminins, alors que dans la variable Ville, les labels peuvent être Montpellier, Le Lude, Grenoble, etc. Les différentes variables catégorielles contiennent un nombre différent d’étiquettes ou … Lire plus
Valeurs manquantes Les données manquantes, ou valeurs manquantes, se produisent lorsqu’aucune donnée / aucune valeur n’est stockée pour certaines observations au sein d’une variable. Les données incomplètes sont un problème inévitable dans la plupart des sources de données, et peuvent avoir un impact significatif sur les conclusions qui peuvent être tirées des données. Pourquoi les … Lire plus