2022-02-08 Année 2022, séance 3

Séance découpée en trois parties.

Partie I : exercice de la veille

  • Implémentation un transformeur qui transforme les catégories comme suggéré lors de la première partie.

  • Courbes ROC

Partie II : réseaux de neurones et transfer learning

  • machine learning et deep learning

  • réseau de neurones profond

  • utilisation de modèles de deep learning avec scikit-learn

Partie III : preprocessing plus classique

  • traitement des catégories

  • clustering, réduction de dimensions

  • valeurs manquantes

  • notion d’hyperparamètres, GridSearch

  • HalvingGridSearchCV

Exercice :

Comment utiliser GridSearch, un modèle customiser pour faire de la sélection de variables ?