Voici la liste des articles qui ont été étiquetés avec“méthode”
Une forêt aléatoire ou random forest est une méthode d’apprentissage supervisé extrêmement utilisée par les data scientists. En effet, cette méthode combine de nombreux avantages dans le cadre d’un apprentissage supervisé. Dans cet article, je vais vous présenter l’approche et une application avec le langage python et le package de machine learning, scikit-learn.
L’utilisation d’Anaconda pour l’installation de python pour la data science permet de simplifier un certain nombre d’étapes dans la création de vos projets python pour la data science.
Dans cet article, je vais commencer par décrire les principes d’Anaconda, puis je m’attacherai à l’installation d’Anaconda pour Microsoft Windows et je terminerai par l’ajout de package et la création d’un environnement de développement avec Anaconda.
Cet article vous permet de découvrir la construction de titres dynamiques avec Microsoft Power BI par des exemples de code.
Cet article vous permet de découvrir le principe de Pareto et sa mise en œuvre avec Microsoft Power BI par des exemples de code.
Vous débutez en python et vous recherchez la bonne interface de développement pour coder en python, vous trouverez toutes les infos dont vous avez besoin dans cet article !
Lorsque vous traitez des données, vous avez besoin de pouvoir les comparer, d’analyser leur évolution dans le temps, … Vous avez donc besoin de faire appel à la temporalité et fonctions de time intelligence.
Cet article présente les fonctions itératives et leur application à l’aide de Microsoft Power BI.
Jupyter Voilà, c’est l’outil de l’écosystème Jupyter pour créer des dashboard interactifs et des applications web à partir de vos Notebooks.
Dans cet article nous allons appliquer une régression logistique avec python en utilisant deux packages très différents : scikit-learn et statsmodels. Nous verrons les pièges à éviter et le code associé.
L’approche PLS appelée aussi PLS Path Modeling ou PLS-SEM est une méthode utilisée entre autres pour l’analyse de la satisfaction.
