Je ferai du machine learning en python

Les méthodes d'apprentissage automatique sont utilisées pour faire apprendre le système en utilisant des techniques telles que l'apprentissage supervisé et l'apprentissage non supervisé, qui sont ensuite classées en méthodes comme la classification, la régression et le clustering. Ce choix de méthodes dépend entièrement du type de jeu de données disponible pour entraîner le modèle, car le jeu de données peut être étiqueté, non étiqueté ou volumineux. Il existe diverses applications (comme la classification d'images, l'analyse prédictive, la détection de spam) qui utilisent ces différentes méthodes d'apprentissage automatique. Jusqu'à présent, Python dispose des meilleurs packages pour implémenter et créer des algorithmes ML. J'ai une vaste expérience dans la création et l'implémentation de ML et j'utiliserai Jupyter notebook ou PyCharm pour aider à la modélisation ML. Parmi les méthodes que j'emploie lors de la modélisation ML, il y a

1. Régression, c'est-à-dire régression ridge, SVR, régression logistique, régression linéaire
2. Instances, par exemple KNN et vectorisation de quantification d'apprentissage
3. Classificateurs, par exemple classificateur probabiliste, arbres de décision, Naive Bayes, etc.

Parmi les bibliothèques les plus courantes que j'utilise en Python, on trouve

• Keras
• Pytorch
• Tensorflow
• Numpy
• Pandas
• Scikit-learn
• Spark