HTML CSS JAVASCRIPT SQL PYTHON PHP HOW TO W3.CSS JAVA JQUERY C++ R React
ภาษาไทย Afrikaans العربية čeština Deutsch Español Français हिन्दी Bahasa Indonesia Italiano 日本語 한국어 မြန်မာဘာသာ Nederlands Polski Português Русский Türkçe Tiếng Việt

Tutoriel Python

Python ACCUEIL Introduction à Python Python pour commencer Syntaxe Python Commentaires Python Variables Python
Python Variables Variable Names Assign Multiple Values Output Variables Global Variables Variable Exercises
Types de données Python Nombres Python Casting Python Chaînes Python
Python Strings Slicing Strings Modify Strings Concatenate Strings Format Strings Escape Characters String Methods String Exercises
Booléens Python Opérateurs Python Listes Python
Python Lists Access List Items Change List Items Add List Items Remove List Items Loop Lists List Comprehension Sort Lists Copy Lists Join Lists List Methods List Exercises
Tuples Python
Python Tuples Access Tuples Update Tuples Unpack Tuples Loop Tuples Join Tuples Tuple Methods Tuple Exercises
Ensembles Python
Python Sets Access Set Items Add Set Items Remove Set Items Loop Sets Join Sets Set Methods Set Exercises
Dictionnaires Python
Python Dictionaries Access Items Change Items Add Items Remove Items Loop Dictionaries Copy Dictionaries Nested Dictionaries Dictionary Methods Dictionary Exercise
Python Si... Sinon Boucles tant que Python Python pour les boucles Fonctions Python Python Lambda Tableaux Python Classes/Objets Python Héritage Python Itérateurs Python Portée Python Modules Python Dates Python Mathématiques Python PythonJSON Python RegEx PIP Python Python Essayer... Sauf Entrée utilisateur Python Formatage de chaîne Python

La gestion des fichiers

Gestion des fichiers Python Fichiers de lecture Python Python écrire/créer des fichiers Python Supprimer des fichiers

Modules Python

Tutoriel NumPy Procédure pas à pas Panda Tutoriel Scipy

Python Matplotlib

Introduction à Matplotlib Matplotlib Commencer MatplotlibPyplot Tracé Matplotlib Marqueurs Matplotlib Ligne Matplotlib Étiquettes Matplotlib Grille Matplotlib Sous-parcelles Matplotlib Matplotlib Scatter Barres Matplotlib Histogrammes Matplotlib Graphiques à secteurs Matplotlib

Apprentissage automatique

Commencer Mode médian moyen Écart-type Centile Diffusion des données Répartition normale des données Nuage de points Régression linéaire Régression polynomiale Régression multiple Échelle Former/Tester Arbre de décision

Python MySQL

MySQL Premiers pas Créer une base de données MySQL Créer une table MySQL Insertion MySQL Sélectionnez MySQL MySQL Où Trier MySQL par Supprimer MySQL Table de dépôt MySQL Mise à jour MySQL Limite MySQL Rejoindre MySQL

Python MongoDB

MongoDB Commencer MongoDB Créer une base de données Créer une collection MongoDB Insertion MongoDB Trouver MongoDB Requête MongoDB Tri MongoDB Supprimer MongoDB Collection de dépôt MongoDB Mise à jour MongoDB Limite MongoDB

Référence Python

Présentation de Python Fonctions intégrées Python Méthodes de chaîne Python Méthodes de liste Python Méthodes du dictionnaire Python Méthodes Python Tuple Méthodes d'ensemble Python Méthodes de fichier Python Mots-clés Python Exceptions Python Glossaire Python

Référence des modules

Module aléatoire Module de demandes Module Statistiques Module de mathématiques Module cMath

Python Comment

Supprimer les doublons de liste Inverser une chaîne Additionner deux nombres

Exemples Python

Exemples Python Compilateur Python Exercices Python Quizz Python Certificat Python

Apprentissage automatique

❮ Précédent Suivant ❯

L'apprentissage automatique permet à l'ordinateur d'apprendre à partir de l'étude de données et de statistiques.

L'apprentissage automatique est un pas dans la direction de l'intelligence artificielle (IA).

Machine Learning est un programme qui analyse les données et apprend à prédire le résultat.

Où commencer?

Dans ce didacticiel, nous reviendrons sur les mathématiques et les statistiques d'étude, et comment calculer des nombres importants basés sur des ensembles de données.

Nous apprendrons également à utiliser divers modules Python pour obtenir les réponses dont nous avons besoin.

Et nous apprendrons comment créer des fonctions capables de prédire le résultat en fonction de ce que nous avons appris.

Base de données

Dans l'esprit d'un ordinateur, un ensemble de données est une collection de données. Il peut s'agir de n'importe quoi, d'un tableau à une base de données complète.

Exemple de tableau :

[99,86,87,88,111,86,103,87,94,78,77,85,86]

Exemple de base de données :

Nom de voitureCouleurÂgeVitesseAutoPass
BMWrouge599Oui
VOLVOnoirsept86Oui
VWgrise887N
VWblancsept88Oui
Guéblanc2111Oui
VWblanc1786Oui
Teslarouge2103Oui
BMWnoir987Oui
VOLVOgrise494N
Guéblanc1178N
Toyotagrise1277N
VWblanc985N
Toyotableu686Oui

En regardant le tableau, nous pouvons deviner que la valeur moyenne est probablement autour de 80 ou 90, et nous sommes également en mesure de déterminer la valeur la plus élevée et la valeur la plus faible, mais que pouvons-nous faire d'autre ?

Et en regardant la base de données, nous pouvons voir que la couleur la plus populaire est le blanc et que la voiture la plus âgée a 17 ans, mais que se passerait-il si nous pouvions prédire si une voiture avait un AutoPass, simplement en regardant les autres valeurs ?

C'est à cela que sert le Machine Learning ! Analyser les données et prédire le résultat !

En Machine Learning, il est courant de travailler avec de très grands ensembles de données. Dans ce didacticiel, nous essaierons de faciliter au maximum la compréhension des différents concepts de machine learning, et nous travaillerons avec de petits ensembles de données faciles à comprendre.

Types de données

Pour analyser des données, il est important de savoir à quel type de données nous avons affaire.

Nous pouvons diviser les types de données en trois catégories principales :

  • Numérique
  • Catégorique
  • Ordinal

Les données numériques sont des nombres et peuvent être divisées en deux catégories numériques :

  • Données discrètes
    - nombres limités à des nombres entiers. Exemple : Le nombre de voitures qui passent.
  • Données continues
    - nombres qui ont une valeur infinie. Exemple : Le prix d'un article ou la taille d'un article

Les données catégorielles sont des valeurs qui ne peuvent pas être mesurées les unes par rapport aux autres. Exemple : une valeur de couleur ou toute valeur oui/non.

Les données ordinales sont comme des données catégorielles, mais peuvent être mesurées les unes par rapport aux autres. Exemple : notes scolaires où A est meilleur que B et ainsi de suite.

En connaissant le type de données de votre source de données, vous pourrez savoir quelle technique utiliser lors de leur analyse.

Vous en apprendrez plus sur les statistiques et l'analyse des données dans les chapitres suivants.

❮ Précédent Suivant ❯