Les Techniques de Validation Croisée en Machine Learning Expliquées Simplement | Jour 50

Поділитися
Вставка
  • Опубліковано 10 гру 2024

КОМЕНТАРІ • 13

  • @vm3552
    @vm3552 Рік тому

    Merci beaucoup 😊

    • @LeCoinStat
      @LeCoinStat  Рік тому

      Avec plaisir:) Le challenge continue 🚀

  • @mamadouhassimioubah1813
    @mamadouhassimioubah1813 Рік тому

    Merci beaucoup

  • @warysmadia9074
    @warysmadia9074 Рік тому

    La méthode standard de la validation croisée consiste à séparer en 2 échantillons le jeux de données afin d'entrainer le modèle et de le tester sur des jeux différents.
    Cette séparation s'effectue de façon aléatoire et peut favoriser un déséquilibre de valeurs pour des variables spécifiques.
    En conséquence, le modèle aura des performances relatives.
    L'objectif de la validation croisée stratifiée est de sélectionner les échantillons train et test tout en respectant la proportion d'une caractéristique donnée.
    Ainsi, le modèle sera entrainé sur des données equilibrées et aura un meilleur pouvoir de généralisation.
    Merci pour ces explications.

    • @LeCoinStat
      @LeCoinStat  Рік тому

      Merci pour les réponses Warys, bon courage à toi pour la suite des vidéoes

  • @souleymanerashid8885
    @souleymanerashid8885 Рік тому

    Merci encore de plus

    • @LeCoinStat
      @LeCoinStat  Рік тому

      Merci pour le soutien Souleymane🚀

  • @ethelcedricnzati9651
    @ethelcedricnzati9651 Рік тому

    Difficile d'être plus clair dans les explications. Thank you 😃

  • @dialloamadoutidianekassadi3035
    @dialloamadoutidianekassadi3035 11 місяців тому

    Slu tu aides les africains qui n'ont pas la chance d'intégrer les grandes écoles d'ingénieur.

  • @lionelnbassebahan2165
    @lionelnbassebahan2165 Рік тому

    Merci beaucoup 😊