Machine Learning : Prédiction des maladies cardiaques
Dans cet article, je vous propose de tenter d’implémenter une prédiction des maladies cardiaques à partir de données d’une région présentant de grands risques d’en…
Extraction d’informations avec Pandas et Seaborn à partir d’un dataset Kaggle
La curiosité et l’intuition sont deux des outils les plus puissants du Data Scientist. Le troisième est peut-être le Pandas…Nous allons voir ici l’extraction d’informations…
Machine Learning : Prédiction du prix des taxis – Analyse exploratoire (1ère partie)
Pour cet article, nous avons un ensemble de données d’entrainement de 55 millions de courses en taxi à New York depuis 2009 et 9914 enregistrements…
Matplotlib – Visualisation de données
La visualisation de données est une étape clé pour comprendre l’ensemble des données et en tirer des conclusions. Bien qu’il soit toujours possible d’inspecter de…
Comment scraper les produits Amazon avec Python ?
Dans ce tutoriel publié initialement par ScrapeHero, nous allons construire un scraper Amazon pour scraper les produits Amazon et obtenir les détails et les prix…
Modèle ARIMA avec Python – Prévisions de séries temporelles
Le modèle ARIMA avec Python donne la possibilité de faire des prévisions basées sur des observations historiques, ce qui crée un avantage concurrentiel. Par exemple,…
Tous les modèles de Machine Learning expliqués brièvement
Dans cet article, je vais passer en revue la majorité des principaux modèles de Machine Learning qu’on utilise en pratique. Plongeons dans le vif du…
Analyse Exploratoire de données avec Pandas
En tant que Data Scientist, je consacre environ le tiers de mon temps à analyser les données et à tenter d’obtenir des informations utiles. Voici…
Exploration de données statistiques avec les librairies Pandas et Seaborn
Dans cet article, nous allons effectuer une exploration de données statistiques. Nous utiliserons la bibliothèque Pandas pour l’analyse de données et la bibliothèque Seaborn pour…
Les structures de données Python
Pourquoi le choix des structures de données est «extrêmement» important? Les structures de données sont des moyens spécifiques d’organiser et de stocker des données afin…
Nettoyage de données avec Python : détection des valeurs manquantes
Le Data Cleaning (nettoyage de données) est l’étape la plus importante avant d’analyser ou modéliser des données mais elle peut-être très fastidieuse. Plaçons-nous dans le…
Comprendre les réseaux de neurones
Cet article vise à donner un aperçu des réseaux de neurones : j’y décris notamment les concepts fondamentaux. Je tente de répondre avec vous aux…
Fin du contenu
Fin du contenu