Tutoriel sur l'apprentissage automatique

Apprenez les principes de base des MLOps ainsi que le développement et le déploiement de bout en bout des pipelines de ML.

Un guide détaillé sur la prévision des séries temporelles. Apprenez à utiliser Python et les frameworks qui l'accompagnent. Renseignez-vous sur la modélisation statistique.

Dans ce tutoriel, vous apprendrez à extraire des données du web, à manipuler et nettoyer des données à l'aide de la bibliothèque Pandas de Python, et à visualiser des données à l'aide de la bibliothèque Matplotlib de Python.

Ce tutoriel a fourni une vue d'ensemble de la méthode d'ensemble bagging en apprentissage automatique, y compris son fonctionnement, sa mise en œuvre en Python, sa comparaison avec le boosting, ses avantages et ses meilleures pratiques.

Voyez comment une matrice de confusion classe les prédictions du modèle en Vrais Positifs, Faux Positifs, Vrais Négatifs et Faux Négatifs. Poursuivez votre lecture pour comprendre sa structure, ses étapes de calcul et son utilisation pour le traitement des données déséquilibrées et l'analyse des erreurs.

Apprenez à prédire le vainqueur de l'élection présidentielle américaine de 2024 à l'aide de Python, de l'apprentissage automatique et des données de FiveThirtyEight et de la Commission électorale fédérale.

Comprendre les bases de l'apprentissage par renforcement (RL) et explorer le progiciel Gymnasium pour construire et tester des algorithmes RL en utilisant Python.

Comprenez les concepts fondamentaux des cartes auto-organisatrices et apprenez à les mettre en œuvre en Python à l'aide de MiniSom.

Apprenez à mettre en place et à configurer la base de données MySQL dans les conteneurs Docker. Le tutoriel comprend des concepts tels que la connexion aux serveurs MySQL, l'exécution de clients MySQL pour se connecter aux conteneurs, etc.

Découvrir des motifs cachés en Python avec l'extraction de règles d'association (Association Rule Mining)

Apprenez les astuces courantes pour traiter les données catégorielles et les prétraiter pour construire des modèles d'apprentissage automatique !

Découvrez les techniques, les applications et les outils d'augmentation des données grâce à un tutoriel sur TensorFlow et Keras.