TurfMachineLearning L’imputation consiste à remplacer les données manquantes par des estimations statistiques des valeurs manquantes. L’objectif de toute technique d’imputation est de produire un ensemble complet de données qui peut être utilisé pour former des modèles d’apprentissage automatique. L’imputation de valeurs arbitraires consiste à remplacer toutes les occurrences de valeurs manquantes (NA) dans une variable par une valeur … Lire plus
L’imputation consiste à remplacer les données manquantes par des estimations statistiques des valeurs manquantes. L’objectif de toute technique d’imputation est de produire un ensemble complet de données qui peut être utilisé pour former des modèles d’apprentissage automatique. L’imputation moyenne / médiane consiste à remplacer toutes les occurrences de valeurs manquantes (NA) dans une variable par la moyenne … Lire plus
Analyse complète du cas L’analyse complète des cas (ACC), également appelée “suppression des cas par liste”, consiste à rejeter les observations lorsque des valeurs de l’une des variables sont manquantes. L’analyse complète des cas consiste à analyser littéralement uniquement les observations pour lesquelles il existe des informations dans toutes les variables de l’ensemble de données. … Lire plus
Tableau 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
Comment calculer la performance d’un cheval ? 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 … 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