Introduction au Machine Learning
Вставка
- Опубліковано 11 вер 2024
- Ne manquez pas ce Data Atelier animé par Manon qui s'attèlera à une introduction générale au Machine Learning. C'est au travers d'une étude de cas qu'elle présentera les principaux concepts et algorithmes de façon théorique. Elle abordera aussi le background mathématique qui se cache derrière les différents modèles permettant ainsi de mieux comprendre leurs fonctionnements
Top, très bien amené et pas le temps de s'ennuyer.
Merci beaucoup pour cette présentation aussi limpide.
Ce fut super intéressant. Merci bien
C'est bien expliqué 👌, merci✌️
Bonjour madame et merci beaucoup pour la présentation. Les problèmes d'orientation scolaire et professionnelle peuvent être modélisés avec quel algorithme de machine learning ?
Bonjour. Y a t-il y livre que vous conseilleriez ?
Vous n'avez pas fourni le tableau de données
Svp je voudrai savoir sur quel base fait on le preprocessing ?
Bonjour Karim,
On fait le cleaning sur le dataframe complet en général.
La partie encodage et standardisation est à faire séparément sur l’ensemble d’entraînement et l’ensemble de test. Par exemple on « fit » le StandardScaler servant à normaliser sur l’ensemble d’entraînement puis on l’applique à l’ensemble d’entraînement et à l’ensemble de test.
J'espère avoir répondu à ta question !
- Manon
@@DataScientest Oui, merci à vous.
Du coup du coup du coup du coup du coup du coup du coup du coup du coup
En fait, si je comprends bien, l'IA ne sont que des opérations basées sur des statistiques.
En gros, cela créé un monde purement mécanique sans aucune intuitions, instinct ou spontanéité.
Jamais de ma vie je ne ferais confiance à la machine. Je préfère réfléchir par moi même au lieu de ne pas avoir a faire l'effort de réflexion pour prendre une décision, choix, proposé par une machine. Sauf si je suis pleinement maître d'une machine ou d'un outil et que je le maîtrise. Sinon, c'est niet, aucunes chances de prendre le risque d'être esclave d'une machine.
Bref, je pense véritablement que l'IA n'est qu'une mode et comme toute mode, elles sont éphémères.
Merci pour votre commentaire ! Vous soulevez des points intéressants sur l'IA et le Machine Learning. Il est vrai que ces technologies reposent principalement sur des opérations statistiques, mais elles ne se limitent pas à un fonctionnement purement mécanique. En réalité, elles sont conçues pour analyser des données complexes et fournir des insights qui peuvent aider à la prise de décision. Cela ne remplace pas l'intuition ou l'instinct humains, mais peut les compléter.
L'IA n'est pas une mode éphémère, mais une technologie en constante évolution, qui a déjà transformé de nombreux domaines comme la médecine, la finance et l'industrie. Toutefois, je comprends vos préoccupations sur le fait de ne pas vouloir être trop dépendant des machines. L'objectif n'est pas de remplacer la réflexion humaine, mais d'offrir des outils qui peuvent la soutenir et l'enrichir.
@@DataScientest Oui bien sûr, seulement tout comme un marteau est conçu pour clouer et assembler des morceaux de bois, ce qui en définitive peut permettre de construire des meubles ou utiliser des clous a bon escient, cet outil peut aussi permettre de fracasser le crâne de son voisin, bien qu'il ne soit pas fait pour (et qu'il ne faut pas faire d'ailleurs).
Tout dépend de comment l'humain utilise les outils.
Et à mon sens, pour le moment, l'humain ne semble globalement pas utiliser l'informatique à bon escient (il n'y a qu'à voir comment internet est devenu un minitel 2.0). Et c'est pour cela que je pense que l'IA n'est pas une solution d'avenir pour le moment. Peut être qu'un jour où les humains deviendront plus raisonnables, ils pourront utiliser ces outils dans un meilleur sens qu'actuellement ? Grande question philosophique.
Hi; j’ai trouve paradoxal utilize python comme standard language de programming; alors qui est tres long comme temps execution et manager hardware, alors NN a besoin de puissance d un langage tres proche de machine comme C/C++ et ASM ;
Autre chose j’ai voix un manque trop profond des principes mathematic en linear algebra et calculus et geometry differential.
Ca just mon criticism au modern Computer Science CS; that should be stay under mathematic.
Bonjour,
Pour du ML classique (hors NN) python est le langage le plus utilisé, quand bien même, effectivement, comme dit dans la présentation, d'autres langages existent et peuvent être utilisés dans ce domaine.
Pour ce qui est des maths, l'idée était simplement de présenter les concepts mathématiques des algorithmes sans pour autant entrer dans des détails trop poussés et donc pas adaptés à tout public.
Excellente journée :)
Salut Manon. Ce possible qu'on a ton numero whatsapp? j'ai des choses que je veux discuter avec toi sur les algorithmes de Machine learning.
Bonjour, ce n'est malheureusement pas possible, mais vous pouvez poser vos questions en commentaire directement :)