Le machine learning avec Scikit-learn : mise en oeuvre et cas concrets

Machine Learning avec Scikit-Learn

Mise en oeuvre et cas concrets

L'apprentissage automatique (Machine Learning) est aujourd'hui en pleine explosion. Mais de quoi s'agit-il exactement, et comment pouvez-vous le mettre en oeuvre dans vos propres projets ?

L'objectif de cet ouvrage est de vous expliquer les concepts fondamentaux du Machine Learning et de vous apprendre à maîtriser les outils qui vous permettront de créer vous-même des systèmes capables d'apprentissage automatique.

Vous apprendrez ainsi à utiliser Scikit-Learn, un outil open source très simple et néanmoins très puissant que vous pourrez mettre en oeuvre dans vos systèmes en production.

• Comprendre les bases du Machine Learning.
• Savoir utiliser Scikit-Learn en suivant pas à pas toutes les étapes d'un projet de Machine Learning.
• Ouvrir les boîtes noires pour comprendre comment fonctionnent les algorithmes.
• Explorer plusieurs modèles d'entraînement, notamment les machines à vecteur de support (SVM).
• Comprendre le modèle des arbres de décision et celui des forêts aléatoires, et exploiter la puissance des méthodes ensemblistes.
• Accélérer l'apprentissage grâce à des algorithmes de réduction de dimensionnalité.
• Tous les exemples de code sont disponibles en ligne sous la forme de notebooks Jupyter à l'adresse suivante : https ://github.com/ageron/handson-ml