Tutoriel sur l'apprentissage automatique

Cet article vous fait découvrir l’optimisation numérique et ses principales techniques. Il présente des packages Python comme SciPy, CVXPY et Pyomo, et propose un notebook DataLab pour exécuter les exemples de code.

Cet article propose un guide complet pour utiliser la bibliothèque OpenCV afin de traiter des images et des vidéos dans un environnement Python. Nous passons en revue l’éventail des fonctionnalités de traitement d’images d’OpenCV, des techniques de base aux applications avancées.

In this tutorial to deep learning in R with RStudio's keras package, you'll learn how to build a Multi-Layer Perceptron (MLP).

Apprenez à maîtriser le réglage d’hyperparamètres avec Optuna. Définissez vos hyperparamètres, mettez en place votre fonction objectif et exploitez l’échantillonnage et l’élagage en apprentissage par renforcement profond.

Ce tutoriel explique ce que sont un paramètre et un hyperparamètre dans un modèle de machine learning, et pourquoi leur optimisation est essentielle pour améliorer les performances de votre modèle.

Découvrez si le centrage et la mise à l'échelle améliorent votre modèle en régression logistique.

Apprenez à implémenter et interpréter les courbes précision-rappel en Python et découvrez comment choisir le bon seuil selon votre objectif.

Cet article explique l'importance du prétraitement dans le pipeline de machine learning en montrant comment le centrage et la mise à l'échelle peuvent améliorer les performances des modèles.

Vous pouvez peaufiner vos données autant que vous voulez, la preuve est dans les résultats : quel niveau de performance votre modèle atteint-il ?

Dans ce tutoriel, vous découvrirez et coderez en Python les principales lois de probabilité couramment citées dans la littérature en apprentissage automatique.

Dans ce tutoriel, vous apprendrez à utiliser l’analytique prédictive pour classifier des genres musicaux à partir des paroles.

Dive into the lyrics of Prince's music with R: use text mining and Exploratory Data Analysis (EDA) to shed insight on The Artist's career.