Entrainer un modele de machine learning[ REGRESSION LINEAIRE ], JE T'EXPLIQUE ETAPE PAR ETAPE, LES DIFFERENTES TECHNIQUES ET ASTUCES POUR ENTRAINER SON MODELE DE MACHINE LEARNING(REGRESSION LINEAIRE ) QUE VOUS AUREZ CHOISI EN FONCTION DU TYPE DE DONNEES QUE VOUS DISPOSEZ.

Pour celà, il faut d’abord, savoir découper son DATA SET en deux(2) parties appelées TrainSet et TestSet, destinées, respectivement à l’apprentissage et à l’évaluation du modèle choisi.

Pour entrainer le modèle de son choix, il faut donc, diviser son DATASET de la manière suivante:
- En général, 80% des données de votre dataset servent à l’entrainement du modele, c’est ce qu’on appelle TRAIN SET(que l’on peut traduire par DONNEÉS D’APPRENTISSAGE), une fois que cette étape d’entrainement ou d’apprentissage terminée, on évalue sa performance non pas sur le TRAIN SET mais plutôt sur les 20% de données du TestSet(que l’on peut traduire par DONNÉES D’ÉVALUATION).

En résumé, il faut retenir qu’on entraine TOUJOURS, le modèle sur les DONNEES D’APPRENTISSAGE et on évalue sa performance sur les données du TestSet, donc DONNEES D’EVALUATION et quelque soit le domaine ou le sous domaine dans lequel vous travaillez, à savoir le Machine learning, Deep learning etc, le découpage du DataSet se fait presque toujours de la même manière.

#datapreparation #openclass4all #datacleaning

REJOINDRE LA COMMUNAUTÉ: [ Ссылка ]

MON PROFIL LINKEDIN: [ Ссылка ]

PLAYLISTS(FORMATIONS) A REGARDER ET COMMENTER ABSOLUMENT:

1. ANALYSE EXPLORATOIRE DE DONNEES. ✅
[ Ссылка ]

2. DATA PRE-PROCESSING:
[ Ссылка ]

3. MODELE DE MACHINE LEARNING:
[ Ссылка ]

4. VIDEOS TUTORIELLE(PRISE EN MAIN DE JUPYTER NOTE BOOK):
[ Ссылка ]

5. 👉 [ Ссылка ] ✅

свернуть