:orphan: |rss_image| **2019-02 - 1/1** :ref:`Blog ` :ref:`session (28) ` .. |rss_image| image:: feed-icon-16x16.png :target: ../_downloads/rss.xml :alt: RSS ---- .. index:: 2019-02 .. _ap-month-2019-02-0: 2019-02 - 1/1 +++++++++++++ .. blogpostagg:: :title: Installer Python à l'université :date: 2019-02-24 :keywords: miniconda :categories: installation :rawfile: 2019/2019-02-24_install.rst L'université bloque parfois quelques usages pour des raisons de sécurité. Il n'est pas toujours possible d'utiliser ``pip install pandas`` ou ``conda install pandas``. Il faut télécharger les packages à la main et la liste des dépendances peut être longues. Les liens qui suivent sont valides pour le système Windows. On commence par installer *Python* avec la distribution `Python `_ ou `miniconda `_. J'ai pris *Miniconda* qui est plus léger qu'*Anaconda* mais nécessite de télécharger des paquets à la main. Il faut l'installer *Just for me* et ne pas ajouter *Python* à la variable d'environnement ``PATH``. Je commence toujours par installer *numpy* `numpy `_ (*numpy-1.16.1+mkl-cp37-cp37m-win_amd64.whl* dans mon cas). Et on l'installe avec ``pip install `` depuis la ligne de commande. Dans mon cas, cela donne :: ... .. blogpostagg:: :title: Session 3 :date: 2019-02-22 :keywords: session 3 :categories: session :rawfile: 2019/2019-02-22_session3.rst **Scraping** * `Scraping `_ * `Un peu plus sur le scraping `_ (`éléments de réponses `_) * `API REST `_ **Devinettes** * :ref:`l-devinette-naive-normalisation` **Texte** * :ref:`l-preprocessing` * :ref:`artificieltokenizerst` * `Analyse de sentiments `_ (`éléments de réponse `_) **Regarder les données** * `Les vélos à Chicago `_ **Un peu d'algorithme** Je reproduis ici un code qui construit les permutations d'un ensemble avec la fonction `combinaison `_ : ... .. blogpostagg:: :title: Session 2 :date: 2019-02-01 :keywords: session 2 :categories: session :rawfile: 2019/2019-02-01_session2.rst * :ref:`l-regclass` * formalisation de la :ref:`classification ` * Courbe ROC : :ref:`sphx_glr_gyexamples_plots_plot_roc.py` * :ref:`classification multi-classe ` * `régularisation `_, `Ridge `_, `Lasso `_, `ElasticNet `_ * :ref:`l-cheatsheet-ml` * Notions de pipeline `API de scikit-learn `_, `Visualisation de pipeline `_ ---- |rss_image| **2019-02 - 1/1** :ref:`2022-01 (1) ` :ref:`2022-02 (4) ` :ref:`2022-09 (1) ` :ref:`2023-01 (2) ` :ref:`2023-02 (3) `