Aller au contenu

À propos de ce club

"An approximate answer to the right problem is worth a good deal more than an exact answer to an approximate problem." -- John Tukey

  1. Quoi de neuf dans ce club
  2. Tout est dans le titre ! Merci Librekom
  3. Ressources

    Y a énormément de trucs sur le site de sklearn, la documentation bien sûr mais aussi pas mal d'exemples. Par exemple, j'essaie de voir si ce machin peut être utile dans mon cas : http://scikit-learn.org/stable/auto_examples/ensemble/plot_feature_transformation.html#sphx-glr-auto-examples-ensemble-plot-feature-transformation-py (en plus, j'ai l'impression que je vais pouvoir éviter des Platt transformations avec ça).
  4. Ressources

    Un gros paquet de liens ici: https://github.com/ChristosChristofidis/awesome-deep-learning
  5. Ressources

    Très peu utilisé Python à vrai dire. Mais si tu as des suggestions ! Rajouté deux liens intéressants
  6. Ressources

    Spèce de Reux. Tu parles pas de la doc de sklearn ? (d'ailleurs, ce que la définition de l'OOB est pas claire pour la Random Forest...)
  7. Statistical tests, P values, confidence intervals, and power: a guide to misinterpretations RStudio Cheat Sheets R for Data Science Text Mining with R Introduction to Empirical Bayes Cross Validated is a question and answer site for people interested in statistics, machine learning, data analysis, data mining, and data visualization. Vital Statistics You Never Learned…Because They’re Never Taught Statistical Thinking Deep learning proposé par Noob Awesome Shiny Apps for Statistics help teachers teach basic statistics to their students. help self-learners to visualize statistics concepts. Si vous avez des idées en plus.
  8.  
×