Sommaire

Les étapes à réaliser pour mener à bien un projet de Machine LearningMachine Learning

Mener à bien un projet de Machine Learning consiste à réaliser six étapes consécutives :

1 - Définition du problème à résoudre

2 - Acquisition des données d’apprentissages et de tests

3 - Préparer et nettoyer les données

4 - Analyser, explorer les données

5 - Choisir un modèle d’apprentissage

6 - Visualiser les résultats, et ajuster ou modifier le modèle d’apprentissage

La phase de préparation des données est la plus importante dans un projet de Machine Learning, car en tant qu’humains, nous devons essayer de trouver les données les plus intéressantes qui nous permettront de répondre au problème donné.

Bien plus qu’une simple analyse des données, il faut déterminer comment il nous est possible de résoudre manuellement le problème, à partir des informations dont nous disposons, avant de le confier à la machine.

Ainsi, un même jeu de données peut être exploité différemment en fonction du problème donné.

1. Création et configuration d’un nouveau projet PythonPython

Avant d’aller plus loin, nous devons créer un nouveau projet Python.

Pour ce faire, il convient d’ouvrir l’éditeur PyCharm puis dans le menu file, de choisir l’option ...