img_header_blog

    Équipe Data Science

    Équipe Data Science

    Recent Posts

    Algorithme N°5 - Comprendre la méthode des "k-plus proches voisins" en 5 min

    [fa icon="calendar'] 21/09/20 10:57 / par Équipe Data Science dans Actu Ysance, Data Science, Data Services, Data Scientist

    [fa icon="comment"] 0 Commentaires

    L’algorithme des k plus proches voisins, en anglais k-NN pour « k Nearest Neighbors » est un algorithme simple à comprendre.

    D’abord, vous devez savoir qu’il s’agit d’un algorithme d’apprentissage supervisé qui permet à la fois de résoudre un problème de classification et de régression. 

    Lire la suite [fa icon="long-arrow-right"]

    Algorithme N°4 - La régression linéaire pour comprendre les grands principes du Machine Learning

    [fa icon="calendar'] 23/07/20 16:44 / par Équipe Data Science dans Actu Ysance, Data Science, Data Services, Data Scientist

    [fa icon="comment"] 0 Commentaires

    Beaucoup de gens pensent que la régression linéaire est simple : il est simplement question de trouver une droite au milieu d'un nuage de points. Ce n’est pas vrai ! Nous pouvons même dire que la régression linéaire est un modèle faussement simple : vous allez voir pourquoi dans cet article.

    Lire la suite [fa icon="long-arrow-right"]

    Algorithme N°3 - Comprendre l’isolation forest en 5 min

    [fa icon="calendar'] 03/07/20 17:52 / par Équipe Data Science dans Actu Ysance, Data Science, Data Services, Data Scientist

    [fa icon="comment"] 1 Commentaire

    Un algorithme de détection d’anomalies a pour objectif principal de repérer des données atypiques et non conformes aux autres données.

    Lire la suite [fa icon="long-arrow-right"]

    Algorithme N°2 - Comprendre comment fonctionne un random forest en 5 min

    [fa icon="calendar'] 19/06/20 14:33 / par Équipe Data Science dans Actu Ysance, Data Science, Data Services, Data Scientist

    [fa icon="comment"] 0 Commentaires

    Le random forest est un algorithme incontournable en machine learning. Random forest signifie « forêt aléatoire ». Proposé par Leo Breiman en 2001, c'est un algorithme qui se base sur l’assemblage d’arbres de décision. Il est assez intuitif à comprendre, rapide à entraîner et il produit des résultats généralisables. Seul bémol, le random forest est une boîte noire qui donne des résultats peu lisibles, c’est-à-dire peu explicatifs.

    Lire la suite [fa icon="long-arrow-right"]

    S'abonner au blog