Ce projet regroupe plusieurs exercices pratiques d’implémentation en Python autour du machine learning, réalisés avec la bibliothèque scikit-learn.
Les données, énoncés et illustrations utilisés dans ce projet sont extraits du livre :
Machine Learning : Implémentation en Python avec Scikit-learn (2e édition)
par Virginie Mathivet
Éditions ENI, 2024
Ce projet vise à approfondir la compréhension des concepts abordés dans le livre au travers d’exemples concrets et reproductibles.
- Classification (KNN, arbres de décision, SVM…)
- Régression linéaire (et introduction à la régression polynomiale)
- Réseaux de neurones (MLPClassifier de Scikit-learn)
- Clustering (K-means)
- Réduction de dimension (ACP/PCA)
- Validation croisée et métriques de performance (précision, rappel, F1…)
- Prétraitement des données et création de pipelines