FEATURE SELECTION avec SKLEARN (23/30)
0:00 : Intro
02:26 : VarianceThreshold
06:55 SelectKBest
11:23 SelectFromModel
15:18 : La matrice coefficients
20:50 RFE + RFECV
► MON SITE INTERNET EN COMPLÉMENT DE CETTE VIDÉO:
https://machinelearnia.com/
► REJOINS NOTRE COMMUNAUTÉ DISCORD
https://discord.gg/WMvHpzu
► D'autres BONUS sur Tipeee:
https://fr.tipeee.com/machine-learnia
► Recevez gratuitement mon Livre:
APPRENDRE LE MACHINE LEARNING EN UNE SEMAINE
CLIQUEZ ICI:
https://machinelearnia.com/apprendre-le-machine-learning-en-une-semaine/
► Télécharger gratuitement mes codes sur github:
https://github.com/MachineLearnia
► Abonnez-vous : https://www.youtube.com/channel/UCmpptkXu8iIFe6kfDK5o7VQ
► Pour En Savoir plus : Visitez Machine Learnia : https://machinelearnia.com/
► Qui suis-je ?
Je m’appelle Guillaume Saint-Cirgue et je suis Data Scientist au Royaume Uni. Après avoir suivi un parcours classique maths sup maths spé et avoir intégré une bonne école d’ingénieur, je me suis tourné vers l’intelligence artificielle de ma propre initiative et j’ai commencé à apprendre tout seul le machine learning et le deep learning en suivant des formations payantes, en lisant des articles scientifiques, en suivant les cours du MIT et de Stanford et en passant des week end entier à développer mes propres codes.
Aujourd’hui, je veux vous offrir ce que j’ai appris gratuitement car le monde a urgemment besoin de se former en Intelligence Artificielle.
Que vous souhaitiez changer de vie, de carrière, ou bien développer vos compétences à résoudre des problèmes, ma chaîne vous y aidera.
C’est votre tour de passer à l’action !
► Une question ? Contactez-moi: contact@machinelearnia.com
Видео FEATURE SELECTION avec SKLEARN (23/30) канала Machine Learnia
02:26 : VarianceThreshold
06:55 SelectKBest
11:23 SelectFromModel
15:18 : La matrice coefficients
20:50 RFE + RFECV
► MON SITE INTERNET EN COMPLÉMENT DE CETTE VIDÉO:
https://machinelearnia.com/
► REJOINS NOTRE COMMUNAUTÉ DISCORD
https://discord.gg/WMvHpzu
► D'autres BONUS sur Tipeee:
https://fr.tipeee.com/machine-learnia
► Recevez gratuitement mon Livre:
APPRENDRE LE MACHINE LEARNING EN UNE SEMAINE
CLIQUEZ ICI:
https://machinelearnia.com/apprendre-le-machine-learning-en-une-semaine/
► Télécharger gratuitement mes codes sur github:
https://github.com/MachineLearnia
► Abonnez-vous : https://www.youtube.com/channel/UCmpptkXu8iIFe6kfDK5o7VQ
► Pour En Savoir plus : Visitez Machine Learnia : https://machinelearnia.com/
► Qui suis-je ?
Je m’appelle Guillaume Saint-Cirgue et je suis Data Scientist au Royaume Uni. Après avoir suivi un parcours classique maths sup maths spé et avoir intégré une bonne école d’ingénieur, je me suis tourné vers l’intelligence artificielle de ma propre initiative et j’ai commencé à apprendre tout seul le machine learning et le deep learning en suivant des formations payantes, en lisant des articles scientifiques, en suivant les cours du MIT et de Stanford et en passant des week end entier à développer mes propres codes.
Aujourd’hui, je veux vous offrir ce que j’ai appris gratuitement car le monde a urgemment besoin de se former en Intelligence Artificielle.
Que vous souhaitiez changer de vie, de carrière, ou bien développer vos compétences à résoudre des problèmes, ma chaîne vous y aidera.
C’est votre tour de passer à l’action !
► Une question ? Contactez-moi: contact@machinelearnia.com
Видео FEATURE SELECTION avec SKLEARN (23/30) канала Machine Learnia
Показать
Комментарии отсутствуют
Информация о видео
Другие видео канала
APPRENTISSAGE NON-SUPERVISÉ avec Python (24/30)Tutorial 2- Feature Selection-How To Drop Features Using Pearson CorrelationPYTHON SKLEARN - MODEL SELECTION : Train_test_split, Cross Validation, GridSearchCV (21/30)Une intelligence artificielle peut-elle être créative ?13.1 The Different Categories of Feature Selection (L13: Feature Selection)How do I select features for Machine Learning?Comment CHOISIR LE BON MODÈLE de Machine Learning ?CROSS-VALIDATION SKLEARN PYTHON (Techniques expliquées en Français)Les bases du dépannage informatiquePYTHON SKLEARN PRE-PROCESSING + PIPELINE (22/30)EXPLORATORY DATA ANALYSIS - CORRIGÉ (27/30)Feature Selection Techniques Easily Explained | Machine LearningGene Expression Heatmap with PythonFORMATION DEEP LEARNING COMPLETE (2021)Feature Engineering-How to Perform One Hot Encoding for Multi Categorical VariablesMachine Learning Tutorial Python - 19: Principal Component Analysis (PCA) with Python CodePython Pandas Tutorial (Part 10): Working with Dates and Time Series DataSKLEARN PIPELINE AVANCÉE