{"product_id":"mathivet-virginie-machine-learning-implementation-en-python-avec-scikit-learn-9782409032516","title":"Machine learning : implémentation en Python avec Scikit-learn","description":"\u003cp\u003e\n      \u003cb\u003eMachine Learning\u003c\/b\u003e\n    \u003c\/p\u003e\u003cp\u003e\n      \u003cb\u003eImplémentation en Python avec Scikit-learn\u003c\/b\u003e\n    \u003c\/p\u003e\u003cp\u003eCe livre présente à des personnes non Data Scientists, et sans connaissances particulières en mathématiques, la \u003cb\u003eméthodologie du Machine Learning\u003c\/b\u003e, ses \u003cb\u003econcepts\u003c\/b\u003e, ses \u003cb\u003eprincipaux algorithmes\u003c\/b\u003e et l'\u003cb\u003eimplémentation de ceux-ci en Python avec Scikit-learn.\u003c\/b\u003e\u003c\/p\u003e\u003cp\u003eIl commence par une présentation du Machine Learning puis de la \u003cb\u003eméthode CRISP\u003c\/b\u003e où chaque phase est détaillée avec ses différentes étapes. Les premiers chapitres s'intéressent donc aux phases de \u003cb\u003eData Understanding\u003c\/b\u003e (ou compréhension des données) et de \u003cb\u003eData Preparation\u003c\/b\u003e (préparation des données). Dans le premier sont présentés des \u003cb\u003eanalyses statistiques de data-sets\u003c\/b\u003e, que cela soit sous forme numérique ou graphique. Dans le deuxième sont vues les principales \u003cb\u003etechniques utilisées pour la préparation des données\u003c\/b\u003e, avec leur rôle et des conseils sur leur utilisation.\u003c\/p\u003e\u003cp\u003eEnsuite, plusieurs chapitres sont dédiés chacun à une tâche de Machine Learning : la \u003cb\u003eclassification\u003c\/b\u003e, la \u003cb\u003erégression\u003c\/b\u003e, avec le cas particulier de la \u003cb\u003eprédiction\u003c\/b\u003e, ainsi que le \u003cb\u003eclustering\u003c\/b\u003e et plus globalement l'\u003cb\u003eapprentissage non supervisé.\u003c\/b\u003e Pour chaque tâche qui est présentée sont successivement détaillés les \u003cb\u003ecritères d'évaluation\u003c\/b\u003e, les concepts derrière les principaux \u003cb\u003ealgorithmes\u003c\/b\u003e puis leur \u003cb\u003eimplémentation\u003c\/b\u003e avec Scikit-learn.\u003c\/p\u003e\u003cp\u003ePour illustrer les différents chapitres, les techniques et algorithmes présentés sont appliqués sur des datasets souvent utilisés : Iris (classification de fleurs), Boston (prévision de prix de vente d'appartements) et Titanic (prévision de la chance de survie des passagers du bateau). Le code Python est commenté et disponible en téléchargement (sous la forme de notebooks Jupyter) sur le site www.editions-eni.fr.\u003c\/p\u003e","brand":"Eni","offers":[{"title":"Used - very good","offer_id":53538294366550,"sku":"9782409032516-V","price":23.49,"currency_code":"EUR","in_stock":false}],"url":"https:\/\/www.momoxbooks.com\/products\/mathivet-virginie-machine-learning-implementation-en-python-avec-scikit-learn-9782409032516","provider":"momoxbooks","version":"1.0","type":"link"}