Dans les différents projets où l’on a utilisé random forest, il s’agissait de faire de la classification. Nous pouvons aussi faire de la régression avec random forest. Dans ce tutoriel…

Le problème le plus simple et le plus ancien en machine learning est la régression linéaire. Après avoir expliquer le principe théorique, on verra comment faire de la régression en…

L’overfitting est un problème qui est souvent rencontrés en machine learning. Il survient lorsque notre modèle essaye de trop coller aux données d’entraînements. Dans cet article je vous explique comment…

Dans cet article on compare les algorithmes Random Forest et XGBoost, en travaillant sur un projet de prédictions. L’objectif est de créer un modèle qui permet de prédire la gravité…

Les algorithmes de machine learning se classent généralement en deux grandes catégories : l’apprentissage non-supervisé et l’apprentissage supervisé. Aujourd’hui, nous nous focalisons sur une légende de la seconde catégorie :…

Il y a quelques semaines, nous vous proposions une introduction à l’apprentissage non supervisé. Grand concept du machine learning, il permet à un ordinateur d’en apprendre lui-même sur les données que…

Les réseaux de neurones ont permis des avancées majeures dans des domaines divers. Ils sont à la base du fonctionnement des systèmes de reconnaissances faciales, ils permettent de catégoriser des objets de manière…