Day 1

welcome slides

• presentations
• scope
• google colab
• markdown

des stats au Machine learning

des stats au ML - importance des données - Modélisation statistique ou modélisation prédictive - Machine learning definition - Regression ou classification, Classification binaire ou multi class - supervisée vs non supervisée - UCI datasets - sklearn et slides - statsmodels

principe d'entrainement iteratif

https://skatai.com/initml/modeles-algorithmes/

• sqrt(2)
• erreur d'estimation
• learning rate

Pandas dataframes

• pandas dataframe

Regression lineaire avec scikit-learn

https://skatai.com/initml/etapes-construction-modele/

• variable cible et matrice de design
• import, fit, score
• coeff de determination
• fonction de cout
• metrique d'evaluation des performances
• MSE, RMSE, MAPE etc

LR sur dataset advertising

https://skatai.com/courses/initml/entreainez_regression_lineaire/

plus en detail

• linearité
• conditions : linearité, normalisation, independance des variables
• ajouter un terme quadratique
• pratique sur advertising, enfants, ou autres datasets sur UCI
  • load dataset dans dataframe
  • exploration
  • nettoyage
  • normalisation
  • OLS avec statsmodel : construire plusieurs modeles
  • feature engineering : terme quadratiques, log etc
  • meilleur modele ?
• datasets:
  • auto mpg https://archive.ics.uci.edu/ml/datasets/Auto+MPG

Logistic regression

https://openclassrooms.com/fr/courses/5873596-perform-effective-data-modeling/6233016-classify-with-logistic-regression

• pourquoi utiliser la regression logistique ?
• function logit
• metriques
• matrice de confusion
• loss function