Bonjour ! Merci de me laisser un commentaire pour me faire savoir si cette vidéo vous a plu et si vous avez tout pu comprendre ! Est-ce-que je garde ce format ou bien préférez-vous que je revisite la structure de la vidéo: présentation Power Point ? Merci à tous ceux qui me répondent, vous êtes les meilleurs ! PS: Désolé pour ma voix qui ne sort que d'un côté des écouteurs (ce bug ne sera pas dans la prochaine vidéo)
NON, il faut que vous soyez vous sur la vidéo, ça garde le cours interactif donc moi chiant, le diapo nous ramènera à l'aspect académique et personne ne veut revivre les souvenirs les plus enfuis de sa vie étudiantes
Un grand merci à vous pour votre partage de connaissances ! Quand youtube dépasse la pédagogie des écoles où l'on paye 800e pour un enseignement qui n'arrive pas à votre cheville. Respect, tout est clair, net et précis.
Tu es GÉNIAL ! Tu as une manière d’expliquer et de poser les questions à notre place exceptionnelle. Je te remercie du boulot que tu fais, continue ainsi.
Merci beaucoup, les cours sont d'une clarté et les exemples facilitent davantage la compréhension. Bon courage à vous!
3 года назад+1
Cours d'une excellente qualité. Je suis vétérinaire et pense me réorienter vers la programmation depuis plusieurs mois. Très inspirant. Continue comme ça !
Merci beaucoup, bon courage dans votre possible ré-orientation, un vétérinaire qui se lance dans la data science ca peut donner de tres belles choses ! :)
De toute les vidéo et les conférences que j'ai suivis vous êtes celui qui a su m'expliquer cette étape avec beaucoup de facilité. si j'avais la possibilité je vous aurais offert un bon jus de Bissap. Faites un tour au Burkina Faso pour une conférence un de ses jours. Merci Guillaume
Ta chaîne est absolument incroyable ! Je suis en M1 datascience, j'ai vu les notions de cette vidéo par exemple, mais tu expliques vraiment incroyablement nettement ! Jamais vu une vidéo tant réussir à minimiser l'erreur 🙄 Vraiment, c'est structuré, clair, concis. Exactement ce dont on a besoin dans cet océan de méthodes statistiques plus casses-têtes les unes que les autres. Merci beaucoup ❤️ Et félicitations ! Tu mérites amplement !
Franchement, vous êtes un excellent professeur. Je me décourageait toujours à chaque fois que je voulais apprendre les ML, mais avec votre clarté dans vos explications, ça me donne envie d'apprendre plus. Merci
Merci beaucoup pour cette "formation Machine Learning". Un peu avant la mise à disposition de cette première vidéo à l'automne 2020 j'ai acheté des bouquins sur python et le ML. Si j'avais compris globalement l'ensemble des modèles, algos, etc. du haut de mes 15 ans d'expérience en monde professionnel, et autant qui m'éloignent de mes derniers cours de maths, il me manquait le "liant", tout simplement des exemples concrets et des explications systématiques de "Mais pourquoi on fait ça ?" (parfois expliqué dans les bouquins, mais mal). Tes vidéos sont claires, vont droit au but mais prennent le temps idéal pour revenir sur les concepts. J'avoue que j'ai eu du mal avec les "Vous ferez partie des 1% de l'élite", mais très vite la qualité des explications, le format avec la palette graphique et la vulgarisation au bon ton a effacé l'image de "vendeur de formation à la sauvette" :) J'ai regardé les 10 vidéos en une demi-journée, ne manque plus qu'à les refaire et mettre en application, et je suis pressé de commencer à regarder les autres playlists ! Encore bravo pour cet effort pédagogique, ce n'est pas donné à tout le monde (et pas toujours aux professeurs de fac ou d'écoles d'ingé !).
Je suis flatté de lire votre commentaire :) Je vais justement sortir un bouquin qui résume toute la logique mathématique des réseaux de neurones artificiels, vous serez notifié :)
Très claire et précis je suis entrain de suivre un cours sur machine learning en ligne ça devient vraiment difficile puisque les termes employés dans ce cours sont vraiment difficile maintenant que je connais ta page je sais que tes vidéos vont m'aider
You explain very well. Continue the good work (y). It is a great channel, I am new to Machine Learning and I've decided to start from here. You deliver the good quality, thank you GUILLAUME.
c'est vraiment super d'avoir ce type de contenu, très bon travail hâte de voir la suite (algorithmes non supervisés et Deep Learning) au delà de la langue votre manière d'expliquer est juste géniale keep going
Bonjour ! Je viens de m'intéresser à l'AI, et soudainement tombé sur vos vidéos,je sais pas comment vous remercier sur ce que vous faites et partager gratuitement. Je suis tellement intéressé d'apprendre ce domaine
Je suis un étudiant en 3ème cycle et ma recherche se focalise sur computer vision et je suis très content de réviser mes notions de machine Learning en français. Merci de tout cœur Guillaume
Merci ! Tu sembles très motivé, c'est bien ! Pour chaque vidéo, il y a un article correspondant sur mon site Internet qui détaille un peu plus le contenu de la vidéo
Tu es synthétique et factuel! j'attends avec patience la Formation informatique sur le langage C++ et JAVA niveau avancé..... Comment connecter une application avec la base de données!
Je suis dans une grande école d'ingénieur en France ( parmi les meilleurs si ce n'est la meilleure ) et j'ai suivi des cours d'intelligence artificielle . Ta façon d'expliquer et de présenter les choses est 10 fois meilleure que celle de mes professeurs qui pourtant sont censés être des experts . Ils ont le don de compliquer des choses simples . Bonne continuation à toi!
Merci beaucoup a toi, Centrale / ENS / X :) Je suis tres touché par ton message. Je pense que tu vas aimer mes videos sur le deep learning, c'est a ton niveau ca !
je suis débutant en machine learning. j'avoue que vos vidéos me permettent de comprendre facilement cet notion d'apprentissage supervisé. j'aurais besoin egalement d'avoir quelques eclairement sur la difference qu'il y'a entre deep learning, machine learning, IA et reseau de neurone dans un premier temps je souhaiterais egalement avoir une copie de votre livre merci.
Bonjour, Dans le passé (en 1980) , j'ai fait de la classification automatique par une méthode dite "d'analyse discriminante "qui n' était autre que de l'apprentissage supervisé. Il s'agissait de prévoir les journées avalancheuses dans les Alpes. Le dataset d'apprentissage était une assez grande liste de journées d'hiver passées pour lesquelles on avait des "features" qui étaient des observations météo et nivologiques (chutes de neige, vent, températures, humidité etc ..) observées dans jours précédents et une "target" qui valait 1 (la journée avait été avalancheuse) ou 0 (elle ne l'avait pas été). La stratégie de prévision consistait à appliquer la fonction discriminante calculée par l'apprentissage aux données de la journée d'aujourd'hui pour savoir, dès le matin, si elle serait avalancheuse. Une difficulté, qui rendait la méthode peu robuste, était que la population des journées 1 dans la fichier d'apprentissage était très petite (10 à 15 %) par rapport au nombre de journée 0 (85 à 90%), les avalanches étant un évènement rare. Existe-t-il des méthodes pour traiter correctement de tels dataset très "dissymétriques" ou plus généralement pour prévoir des évènements rares ? Merci pour vos cours.
Bonjour, les problemes de ce genre sont tres fréquents ! (on a plus d'exemples dans une classe que dans l'autre). Il faut alors évaluer et optimiser son modele en utilisant des métriques telles que le score f1, la précision, ou le recall (j'en parle dans mes vidéos 20 a 30) Également, il existe des techniques pour ré-equilibrer les datasets, comme par exemple l'algorithme de SMOTE (que j'ai présenté sur ma page Tipeee)
Merci pour cette chaine d'excellente qualité. Je vais littéralement tout regarder !! Petite question : quel est le modèle de tablette graphique que tu utilises?
Bonjour, merci beaucoup pour cette vidéo très intéressante !! J'ai cependant du mal à discerner ce qui différencie cette méthode de la méthode économétrique utilisé bien avant l'invention du machine learning, qui semble faire (selon moi) à peut prêt pareil en minimisant la somme des carrés des résidus (des erreurs) afin de déterminer les paramètres du modèle. Je regarderai les autre vidéos avec plaisir encore merci du travail que vous faites !
Bonsoir et merci pour tout ce que tu fais pour nous. Une question svp concernant la régression : dans le cas d'un dataset avec plusieurs features, comment peut-on les représenter dans le repère comme tu l'as fait dans le cas d'une seule feature? est-ce qu'on trace plusieurs repère, chacun représentant une feature à la fois en lien avec la target variable ou bien c'est impossible d'avoir de représentation graphique dans ce cas?
bonjour Guillaume, je viens de commencer ta playliste et en même temps ton e-book et je tiens à te dire que ces deux ressources sont absolument superbes !! Maintenant j'aimerais savoir si le choix du modèle est très important vu que l'algorithme finira tjrs par apprendre et minimiser la fc cout ? Est ce qu' avec un bon modele on arrive à un résultat convenable plus rapidement ( et potentiellement avec moins de data) ? Et si on change de modele en cours de route, l'apprentissage recommence-t-il de zéro? Voila mes petites questions :) en tout cas continue ce que tu fais, tu es un grande sources d'inspiration.
Bonsoir . Honnêtement c'est le cour le plus fluide que j'ai pu suivre en ligne. Si seulement aussi c'est possible d'avoir des séries d'exercices a faire . Bon je suis intéressé par le livre dont vous aviez énoncé dans la 1ere vidéo
En quelques phrases les bonnes bases sont posées. Une vidéo de cette qualité dans notre langue pour une nouvelle techno??? bravo
Merci beaucoup :)
keep going ... c rare de voir des cours de telle qualité en fr
Merci bcp
Merci beaucoup je ne m’arrêterai jamais ! promis ! :)
@@MachineLearnia c'est ce que nous attendons de vous
Grave, j'en ai un peur mare de l'accent indien en anglais , super taff
@@pauldora2929 Hahahahahahahaha pareil
@@orioninsight7588 ahah je vois que ca connais 😂 , gl dans ton apprentissage ✌
c'est la premiere fois de toute ma vie que je vois les fonctions lineaires utile ! j'ai toujours pensé cela inutile.
Ahah oui j'ai aussi pensé cela autrefois ! :)
Excellent, parfait, rien à ameliorer et ni à changer. La communauté vous est infiniment reconnaissante. 🙏👌👏👍🙌🤞
Bonjour ! Merci de me laisser un commentaire pour me faire savoir si cette vidéo vous a plu et si vous avez tout pu comprendre ! Est-ce-que je garde ce format ou bien préférez-vous que je revisite la structure de la vidéo: présentation Power Point ? Merci à tous ceux qui me répondent, vous êtes les meilleurs ! PS: Désolé pour ma voix qui ne sort que d'un côté des écouteurs (ce bug ne sera pas dans la prochaine vidéo)
NON, il faut que vous soyez vous sur la vidéo, ça garde le cours interactif donc moi chiant, le diapo nous ramènera à l'aspect académique et personne ne veut revivre les souvenirs les plus enfuis de sa vie étudiantes
le fond est très clair, et la forme y est pour beaucoup :)
donc rien à changer pour moi !
Merci pour un contenu aussi qualitatif !
LE KING
Bon travail. Pourriez vous me faire part de votre livre par email svp? mackensonsh@gmail.com
Vous expliquez explicitement bien,
j'aime beaucoup vos vidéos 😊
Un grand merci à vous pour votre partage de connaissances ! Quand youtube dépasse la pédagogie des écoles où l'on paye 800e pour un enseignement qui n'arrive pas à votre cheville. Respect, tout est clair, net et précis.
Merci beaucoup, votre commentaire m’honore !
je suis en master 2 Statisque à la sorbonne université à Paris. Vs êtes formidable vos cours m'aident beaucoup .MErci
De rien ! Bon courage pour vos études.
Tu es GÉNIAL ! Tu as une manière d’expliquer et de poser les questions à notre place exceptionnelle. Je te remercie du boulot que tu fais, continue ainsi.
Merci beaucoup ! A bientot :)
Merci beaucoup, les cours sont d'une clarté et les exemples facilitent davantage la compréhension. Bon courage à vous!
Cours d'une excellente qualité. Je suis vétérinaire et pense me réorienter vers la programmation depuis plusieurs mois. Très inspirant. Continue comme ça !
Merci beaucoup, bon courage dans votre possible ré-orientation, un vétérinaire qui se lance dans la data science ca peut donner de tres belles choses ! :)
Enfin un cours en Français très bien expliqué. je le reverrai ,certainement, plusieurs fois. Merci infiniment
Merci beaucoup a vous !
De toute les vidéo et les conférences que j'ai suivis vous êtes celui qui a su m'expliquer cette étape avec beaucoup de facilité. si j'avais la possibilité je vous aurais offert un bon jus de Bissap. Faites un tour au Burkina Faso pour une conférence un de ses jours.
Merci Guillaume
Merci Beaucoup ! Carrément le jus de Bissap ! ^^ C'est un grand honneur je me demande quel gout ça a ! :)
Le Burkina Faso ! Wow super ! :D
@@MachineLearnia je crois pas que le goût du bissap pourrais être actuellement défini par l'IA. 😉
@@joelzabsonre Ahah ! super j'adore :D
Je regarde le cours en 2021, et vraiment je suis impressionnée par la qualité du contenu et de vos explications
Merci beaucoup ! content que le cours soit toujours aussi utile ! :)
Ta chaîne est absolument incroyable !
Je suis en M1 datascience, j'ai vu les notions de cette vidéo par exemple, mais tu expliques vraiment incroyablement nettement !
Jamais vu une vidéo tant réussir à minimiser l'erreur 🙄
Vraiment, c'est structuré, clair, concis.
Exactement ce dont on a besoin dans cet océan de méthodes statistiques plus casses-têtes les unes que les autres.
Merci beaucoup ❤️
Et félicitations ! Tu mérites amplement !
Merci pour ton retour !
la meilleure formation et le meilleur formateur de ML et DL sur youtube, en version française, sans doute
Merci beaucoup !
Franchement, vous êtes un excellent professeur. Je me décourageait toujours à chaque fois que je voulais apprendre les ML, mais avec votre clarté dans vos explications, ça me donne envie d'apprendre plus. Merci
Je suis heureux de vous avoir redonner la flamme ! :)
Explications tout à fait claires et limpides. Je me régale vraiment. Bravo champion...
Merci, ca fait plaisir de voir que je vous aide :)
Merci beaucoup pour cette "formation Machine Learning". Un peu avant la mise à disposition de cette première vidéo à l'automne 2020 j'ai acheté des bouquins sur python et le ML. Si j'avais compris globalement l'ensemble des modèles, algos, etc. du haut de mes 15 ans d'expérience en monde professionnel, et autant qui m'éloignent de mes derniers cours de maths, il me manquait le "liant", tout simplement des exemples concrets et des explications systématiques de "Mais pourquoi on fait ça ?" (parfois expliqué dans les bouquins, mais mal).
Tes vidéos sont claires, vont droit au but mais prennent le temps idéal pour revenir sur les concepts. J'avoue que j'ai eu du mal avec les "Vous ferez partie des 1% de l'élite", mais très vite la qualité des explications, le format avec la palette graphique et la vulgarisation au bon ton a effacé l'image de "vendeur de formation à la sauvette" :)
J'ai regardé les 10 vidéos en une demi-journée, ne manque plus qu'à les refaire et mettre en application, et je suis pressé de commencer à regarder les autres playlists ! Encore bravo pour cet effort pédagogique, ce n'est pas donné à tout le monde (et pas toujours aux professeurs de fac ou d'écoles d'ingé !).
Je suis flatté de lire votre commentaire :) Je vais justement sortir un bouquin qui résume toute la logique mathématique des réseaux de neurones artificiels, vous serez notifié :)
Formation de haut niveau! Bon courage et un grand merci du fond du cœur.
Merci beaucoup !
je vois suis depuis le congo brazzaville. vous expliquez bien vos cours, et ils sont bien detaillés pour un cours en francais.
merci et felicitation
Merci beaucoup !
Merci pour ce super contenu rapide et très clair pour introduire au machine learning et en français en plus ! La forme de la vidéo me va très bien.
Merci a vous !
Mille merci à vous , c'est la meilleure formation que j'ai suivi sur youtube . Tout est bien clair
Merci a vous !
Vos vidéos vont vraiment à l'essentiel et sont plus précises. En plus du je crois bien m'en sortir les temps à venir. Portez vous bien
J'ai besoin du livre pour continuer mon entraînement. Merci bien
Merci beaucoup. :)
Vous pouvez télécharger le livre depuis mon site Internet
Très bon pédagogue avec des explications très compréhensibles. Bravo et merci !
Très claire et précis je suis entrain de suivre un cours sur machine learning en ligne ça devient vraiment difficile puisque les termes employés dans ce cours sont vraiment difficile maintenant que je connais ta page je sais que tes vidéos vont m'aider
Je suis content de pouvoir vous aider ! :)
You explain very well. Continue the good work (y). It is a great channel, I am new to Machine Learning and I've decided to start from here. You deliver the good quality, thank you GUILLAUME.
Thanks a lot and Welcome on board!
Cours de très grand qualité , simple et claire merci bcp
Merci a vous
c'est vraiment super d'avoir ce type de contenu, très bon travail hâte de voir la suite (algorithmes non supervisés et Deep Learning) au delà de la langue votre manière d'expliquer est juste géniale keep going
Merci beaucoup ! J'espere que ces vidéos vont vous plairent :)
Bonjour ! Je viens de m'intéresser à l'AI, et soudainement tombé sur vos vidéos,je sais pas comment vous remercier sur ce que vous faites et partager gratuitement.
Je suis tellement intéressé d'apprendre ce domaine
Bienvenue dans la communauté
Super clair ! Excellente qualité, propos clair, éloquent et très pédagogique. Courage pour la suite ! on reviendra ;)
Merci !
C'est très clair et ça motive à aller plus loin. Merci et continue comme ça !
Merci ! C'est super restez motivé ! vous irez loin :)
Un pédagogue de luxe ! j addddddorais ! c Sympa Bravo
Enfin quelqu'un pour nous expliquer sans nous embrouiller
Merci :)
Je suis un étudiant en 3ème cycle et ma recherche se focalise sur computer vision et je suis très content de réviser mes notions de machine Learning en français. Merci de tout cœur Guillaume
De rien ! Bon courage dans tes projets ! :)
Explications très claires, le format est excellent ! (des schémas à la main, des phrases simples et claires)
Merci beaucoup, je suis content de savoir que les explications sont claires :)
Vraiment top ! Les cours sont très bien ! On apprend beaucoup de chose cela paraît presque simple 😅
Tant mieux si cela parait simple ! :)
très bonne enseignement , merci pour la formation qui puis-est en français. je reste abonnée pour la suite bravo
Merci beaucoup ! A bientôt ! :)
j'ai adoré merci beaucoup, j'ai tres bien compris
J'ai un examen and you truely helped
Je suis tres content d'avoir pu aider Bon courage pour ton exam tu vas tout gérer !
@@MachineLearnia merci infiniment c'est très gentil
Franchement top, les explications sont très claires. Merci !!
Très bonne vidéo j'ai compris plusieurs choses 👏👏
Incroyable !
Chapeau bas 🎩
Merci pour toutes des vidéos elles sont magnifiques
le prof que je recherchais depuis tres lonngtemps !
Merci ! Tu sembles très motivé, c'est bien ! Pour chaque vidéo, il y a un article correspondant sur mon site Internet qui détaille un peu plus le contenu de la vidéo
Tu es synthétique et factuel! j'attends avec patience la Formation informatique sur le langage C++ et JAVA niveau avancé..... Comment connecter une application avec la base de données!
Merci beaucoup ! :)
Je suis dans une grande école d'ingénieur en France ( parmi les meilleurs si ce n'est la meilleure ) et j'ai suivi des cours d'intelligence artificielle . Ta façon d'expliquer et de présenter les choses est 10 fois meilleure que celle de mes professeurs qui pourtant sont censés être des experts . Ils ont le don de compliquer des choses simples . Bonne continuation à toi!
Merci beaucoup a toi, Centrale / ENS / X :)
Je suis tres touché par ton message. Je pense que tu vas aimer mes videos sur le deep learning, c'est a ton niveau ca !
Merci beaucoup , le cours est clair et très intéressant
excellent work....merci Gui Gui
Bonjour cher Guillaume! Merci infiniment! Comprendre tout cela en 8 mn, c'est tout simplement wonderful. Je ne peux vous remercier assez. Mes respects
Bravo , ça fait longtemps que je cherche ce genre de vidéo.Courage et bonne continuation
Merci ! Tres heureux d'avoir pu vous apporter de la valeur aujourd'hui ! :)
Bonjour Sara puis je vous contactez ?
@@esmamaysan2909 ouiii
@@saraSara-ec9ud voici mon email esma1maysan@gmail.com envoie moi un message merci
merci beaucoup.. simple et efficace gardez ce format 🙂
Merci !
Merci beaucoup je compris aussi bien ce que tu dis par ce que tu parle le francais d'une maniere comprehensible
Merci ca me fait très plaisir de pouvoir aider tout le monde ! :D
Merci vous êtes un prof très captivant
Merci beaucoup
Merci beaucoup! Explication précise et claire. Bravo!
Merci a vous !
Excellent Guillaume. Bon continuation et merci infiniment
Bonne continuation a vous :)
Bravo et mille bravo,je vous souhaite une bonne continuation !
C'est gentil merci ! Je vous souhaite une bonne continuation dans votre apprentissage également ! :)
Un cour d'excellente qualité ! Bravo et merci beaucoup :)
Merci beaucoup.
Excellent... ton explication est excellente. Continuer...
Merci beaucoup :)
Merci beaucoup pour tes videos, tu aides beaucoup de gens je parle meme pas de la qualite
des cours
Merci !
Merci pour cette simple et claire explication ! bravo
merci beaucoup :)
Très bonne chaîne, les explications sont très claires !
Merci beaucoup ! On va continuer sur cette lancée , c'est promis !
magnifique, très bien résume
c'est un bon travail , bonne continuation
merci pour cette courte et parfaite explication
Tout le plaisir est pour moi
t'es sublime frére vous m'avez aidé trop bon continuation
Merci c'est un plaisir de vous aider
je suis débutant en machine learning. j'avoue que vos vidéos me permettent de comprendre facilement cet notion d'apprentissage supervisé. j'aurais besoin egalement d'avoir quelques eclairement sur la difference qu'il y'a entre deep learning, machine learning, IA et reseau de neurone dans un premier temps je souhaiterais egalement avoir une copie de votre livre merci.
Merci beaucoup. Ces choses seront expliquées dans mon livre, il sera bientôt disponible a nouveau !
Grand merci et que Dieu vous benisse
De rien, merci a vous :)
Un tout grand merci pour la clarté de tes explications! Tes vidéos me sont d'une grande utilité:)
Merci Guillaume vous êtes génialisime
Merci beaucoup !
Merci beaucoup
Des explications brèves et très efficaces continuez comme ça
Merci beaucoup
Sincèrement merci pour vos cours. J'apprends les machines learning par vous. Mon soucis c'est comprendre le réseau des neurones.
Merci beaucoup ! Je vais bientot faire des videos sur les réseaux de neurones
Votre cour est génial
Merci beaucoup :)
merci bcp pour cette formation pertinente
Excellent travail comme d'habitude force à toi
Bravo bravo pour ce formidable cours
Merci beaucoup !
Vous êtes le meilleur 👍 merci 🙏
Merci bcp ,c'est magnéfique !
Excellent travail monsieur. Le contenu et les exemples sont claires et facile à comprendre. Pourriez vous m'envoyer votre livre par mail !
Le livre est disponible sur le site et sur notre discord.
Super clair eloquent hyper pedagogique j ai besoin de votre livre sur apprentissage du machine learning
Merci beaucoup ! Le livre est disponible en lien dans la description, et aussi sur notre discord, gratuitement !
Excellent travail ! Merci infiniment !
Bonjour,
Dans le passé (en 1980) , j'ai fait de la classification automatique par une méthode dite "d'analyse discriminante "qui n' était autre que de l'apprentissage supervisé.
Il s'agissait de prévoir les journées avalancheuses dans les Alpes.
Le dataset d'apprentissage était une assez grande liste de journées d'hiver passées pour lesquelles on avait des "features" qui étaient des observations météo et nivologiques (chutes de neige, vent, températures, humidité etc ..) observées dans jours précédents et une "target" qui valait 1 (la journée avait été avalancheuse) ou 0 (elle ne l'avait pas été).
La stratégie de prévision consistait à appliquer la fonction discriminante calculée par l'apprentissage aux données de la journée d'aujourd'hui pour savoir, dès le matin, si elle serait avalancheuse.
Une difficulté, qui rendait la méthode peu robuste, était que la population des journées 1 dans la fichier d'apprentissage était très petite (10 à 15 %) par rapport au nombre de journée 0 (85 à 90%), les avalanches étant un évènement rare.
Existe-t-il des méthodes pour traiter correctement de tels dataset très "dissymétriques" ou plus généralement pour prévoir des évènements rares ?
Merci pour vos cours.
Bonjour, les problemes de ce genre sont tres fréquents ! (on a plus d'exemples dans une classe que dans l'autre).
Il faut alors évaluer et optimiser son modele en utilisant des métriques telles que le score f1, la précision, ou le recall (j'en parle dans mes vidéos 20 a 30)
Également, il existe des techniques pour ré-equilibrer les datasets, comme par exemple l'algorithme de SMOTE (que j'ai présenté sur ma page Tipeee)
Merci bcp pour vos cours et vos conseils
Merci beaucoup :)
Excellent cours, merci infiniment
de rien !
Merci bcp tu es le meilleur 🙏
merci !
Mille merci pour le partage.
je vous en prie !
Merci beaucoup pour ce cours ! This is very helpful
De rien, merci a vous :)
merci bien pour vos efforts
Merci pour votre encouragement, merci de vous abonner :)
Merci pour cette chaine d'excellente qualité. Je vais littéralement tout regarder !!
Petite question : quel est le modèle de tablette graphique que tu utilises?
Avant j'utilisais un Ipad, mais maintenant j'utilise une tablette Kenting a 25 euros.
Merci beaucoup, et bienvenue dans la communauté :)
Très bonne diction. Très claire dans tes explications. Super!
Franchement je vous remercie.
Bonjour, merci beaucoup pour cette vidéo très intéressante !! J'ai cependant du mal à discerner ce qui différencie cette méthode de la méthode économétrique utilisé bien avant l'invention du machine learning, qui semble faire (selon moi) à peut prêt pareil en minimisant la somme des carrés des résidus (des erreurs) afin de déterminer les paramètres du modèle. Je regarderai les autre vidéos avec plaisir encore merci du travail que vous faites !
Bonjour, en fait le machine learning, c'est de l'apprentissage statistique.
Bonsoir et merci pour tout ce que tu fais pour nous. Une question svp concernant la régression : dans le cas d'un dataset avec plusieurs features, comment peut-on les représenter dans le repère comme tu l'as fait dans le cas d'une seule feature? est-ce qu'on trace plusieurs repère, chacun représentant une feature à la fois en lien avec la target variable ou bien c'est impossible d'avoir de représentation graphique dans ce cas?
On peut soit les projeter toutes sur 2 axes grace a un PCA, ou bien les représenter 1 par axe en effet (ce qu'on fait le plus souvent)
Bonne vidéo, excellente explication, bonne structure! c'est déjà mieux pour moi!! Courage, et surtout continue!
Un grand Merci ! Oui je continuerai ! Merci de partager et de parler de mes vidéos :)
bonjour Guillaume, je viens de commencer ta playliste et en même temps ton e-book et je tiens à te dire que ces deux ressources sont absolument superbes !!
Maintenant j'aimerais savoir si le choix du modèle est très important vu que l'algorithme finira tjrs par apprendre et minimiser la fc cout ?
Est ce qu' avec un bon modele on arrive à un résultat convenable plus rapidement ( et potentiellement avec moins de data) ?
Et si on change de modele en cours de route, l'apprentissage recommence-t-il de zéro?
Voila mes petites questions :) en tout cas continue ce que tu fais, tu es un grande sources d'inspiration.
super videos, merci et continue mon ami
Merci beaucoup :)
Et hop encore une très bonne vidéo, merci Guillaume !
Merci beaucoup
Hello, merci pour ta vidéo très instructive. Je garde ton site sous le coude.
Abonné, liké, newsletterisé :)
Bienvenue dans la communauté :)
best teacher❤
Merci, très bonne synthèse.
merci !
Kinda great content especially in French!👍
thanks a lot :)
Bonsoir . Honnêtement c'est le cour le plus fluide que j'ai pu suivre en ligne. Si seulement aussi c'est possible d'avoir des séries d'exercices a faire . Bon je suis intéressé par le livre dont vous aviez énoncé dans la 1ere vidéo