Merci Natacha. J'aimerais savoir s'il y a une logique au niveau de l'arbitrage du lambda. Je vois notamment dans certains travaux dirigés (notamment avec R) que l'on doit mettre le lambda en input et d'autres cas ou il ne le faut pas. Quelle est la bonne pratique dans ce cas.
La bonne pratique c'est de choisir son lambda par validation croisée. il n'y a pas de valeur unique "correcte" pour tous les cas. Le choix de la valeur lambda dépend de la nature des données, de la complexité du modèle et des objectifs de l'analyse.
Je ne rate aucune de tes vidéos. Merci encore pour le partage de connaissance. Bravo!
Merci pour ce retour Armelo😇Le challenge continue. Let's gooooo 🚀
Franchement Je suis séduit de cette explication tres claire
Merci 😊
Merci Natacha, je continue à suivre le challenge ! Le début de la vidéo me paraissait incompréhensible mais tout c’est éclairci au fur et à mesure…😊
Ah contente de savoir que tu as pu comprendre à la fin
Super video. clair et bien présenté. Merci
Ça fait plaisir ❤️
dans votre explication àpartir de la minutes 8min17 n'y a t il pas une confusion?
J'ai de probléme comment on choisir les variable le pertinante pour la modèle
Merci Natacha. J'aimerais savoir s'il y a une logique au niveau de l'arbitrage du lambda. Je vois notamment dans certains travaux dirigés (notamment avec R) que l'on doit mettre le lambda en input et d'autres cas ou il ne le faut pas. Quelle est la bonne pratique dans ce cas.
La bonne pratique c'est de choisir son lambda par validation croisée. il n'y a pas de valeur unique "correcte" pour tous les cas. Le choix de la valeur lambda dépend de la nature des données, de la complexité du modèle et des objectifs de l'analyse.