Créer un pipeline de machine learning complet avec {tidymodels}
Antoine Bichat  1@  , Julie Aubert  2, *@  
1 : Laboratoire Servier
Laboratoire Servier
2 : AgroParistech
AgroParisTech, agroparis tech, AgroParisTech
* : Auteur correspondant

Tidymodels regroupe un ensemble de packages facilitant l'utilisation de méthodes d'apprentissage statistique (telles que les forêts aléatoires, modèles linéaires bayésien ou non...) dans un cadre unifié et "tidy".
Ce tutoriel vous montrera comment utiliser ces packages pour prétraiter les données, construire, entraîner et évaluer un modèle, optimiser des hyperparamètres et tout ce que vous devez savoir pour mener de bout en bout un projet d'apprentissage statistique supervisé.

 

Tidymodels gathers a set of packages facilitating the use of statistical learning methods (such as random forests, Bayesian or non-Bayesian linear models...) in a unified and "tidy" framework.
This tutorial will show you how to use these packages to preprocess data, build, train and evaluate a model, tune hyperparameters and everything you need to know to run a complete supervised machine learning pipeline.


Personnes connectées : 1 Vie privée
Chargement...