Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Aurélien Géron Machine Learning avec Scikit-Learn Mise en œuvre et cas concrets

Aurélien Géron Machine Learning avec Scikit-Learn Mise en œuvre et cas concrets Traduit de l’anglais par Anne Bohy 2e édition Chez le même éditeur Big Data et Machine Learning 3e édition Pirmin Lemberger, Marc Batty, Médéric Morel, Jean-Luc Raffaëlli 272 pages Dunod, 2019 Introduction au Machine Learning Chloé-Agathe Azencott 240 pages Dunod, 2018 Python pour le data scientist Emmanuel Jakobowicz 304 pages Dunod, 2018 Aurélien Géron Machine Learning avec Scikit-Learn Mise en œuvre et cas concrets Traduit de l’anglais par Anne Bohy 2e édition Authorized French translation of material from the English edition of Hands-on Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2E ISBN 9781492032649 © 2019 Aurélien Géron. This translation is published and sold by permission of O’Reilly Media, Inc., which owns or controls all rights to publish and sell the same. Conception de la couverture : Karen Montgomery Illustratrice : Rebecca Demarest © Dunod, 2017, 2019 11 rue Paul Bert, 92240 Malakoff www.dunod.com ISBN 978‑2-10‑079782-0 Table des matières Avant-propos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . IX Chapitre 1 – Vue d’ensemble du Machine Learning. . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1.1 Qu’est-ce que l’apprentissage automatique ?. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 1.2 Pourquoi utiliser l’apprentissage automatique ?. . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 1.3 Exemples d’applications. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 1.4 Types de systèmes d’apprentissage automatique . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 1.5 Principales difficultés de l’apprentissage automatique. . . . . . . . . . . . . . . . . . . . . . . 23 1.6 Test et validation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 1.7 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 Chapitre 2 – Un projet de Machine Learning de bout en bout. . . . . . . . . . . . . . . . . . 35 2.1 Travailler avec des données réelles. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 2.2 Prendre du recul pour une vision d’ensemble. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 2.3 Récupérer les données. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 2.4 Découvrir et visualiser les données pour mieux les comprendre. . . . . . . . . . . . . . . 54 2.5 Préparer les données pour les algorithmes d’apprentissage automatique . . . . . . . . 60 2.6 Sélectionner et entraîner un modèle. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69 2.7 Régler avec précision votre modèle. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73 2.8 Lancer, surveiller et maintenir votre système. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78 2.9 Essayez ! . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81 2.10 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82 VI Machine Learning avec Scikit-Learn Chapitre 3 – Classification. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83 3.1 MNIST. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83 3.2 Entraînement d’un classificateur binaire. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86 3.3 Mesures de performances. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86 3.4 Classification multi-classes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97 3.5 Analyse des erreurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99 3.6 Classification multi-étiquettes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103 3.7 Classification multi-sorties. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104 3.8 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105 Chapitre 4 – Entraînement de modèles. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107 4.1 Régression linéaire. . uploads/Industriel/ machine-learning-avec-scikit-learn 1 .pdf