Machine Learning avec scikit-learn

Apprentissage supervisé avec scikit-learn

George Boorman

Core Curriculum Manager, DataCamp

Qu'est-ce que le Machine Learning ?

  • Le Machine Learning, c'est quand :
    • On permet aux ordinateurs d'apprendre à prendre des décisions à partir des données
    • sans être programmés explicitement !
Apprentissage supervisé avec scikit-learn

Exemples de Machine Learning

icône de courriel

livres

Apprentissage supervisé avec scikit-learn

Apprentissage non supervisé

  • Découvrir des motifs cachés dans des données non étiquetées

  • Exemple :

    • Regrouper des clients en catégories distinctes (clustering)

analyse de grappes

Apprentissage supervisé avec scikit-learn

Apprentissage supervisé

  • Les valeurs cibles sont connues

  • But : prédire les valeurs cibles de nouvelles données, à partir des caractéristiques

 

caractéristiques et variable cible

Apprentissage supervisé avec scikit-learn

Types d'apprentissage supervisé

  • Classification : la variable cible comporte des catégories

guichet automatique

  • Régression : la variable cible est continue

 

propriétés

Apprentissage supervisé avec scikit-learn

Convention d'appellation

  • Caractéristique = variable explicative = variable indépendante

  • Variable cible = variable dépendante = variable de réponse

 

caractéristiques et variable cible

Apprentissage supervisé avec scikit-learn

Avant d'utiliser l'apprentissage supervisé

  • Prérequis :
    • Aucune valeur manquante
    • Données en format numérique
    • Données dans un DataFrame pandas ou un tableau NumPy

 

  • Faire d'abord une analyse exploratoire des données (EDA)
Apprentissage supervisé avec scikit-learn

Syntaxe de scikit-learn

from sklearn.module import Model

model = Model()

model.fit(X, y)

predictions = model.predict(X_new)

print(predictions)

array([0, 0, 0, 0, 1, 0])
Apprentissage supervisé avec scikit-learn

Passons à la pratique !

Apprentissage supervisé avec scikit-learn

Preparing Video For Download...