Vous êtes sur la page 1sur 100

Predictive Analytics

Slim Ouerghi
Data Scientist Solocal
souerghi@solocal.com

2020 ANALYSE PREDECTIVE – SLIM OUERHI 1


Machine learning, analyses prédictives et
intelligence artificielle
Objectifs:

➢ Comprendre le concept du Machine Learning et la nature des problèmes qu’il permet de résoudre.
➢ Connaitre les principales méthodes et techniques de l'analyse prédictive
➢ Connaitre le cycle d’un projet de data science.
➢ Mettre en œuvre des cas pratiques avec Python (sci-kit learn & statsmodel) sur des données réelles

2020 ANALYSE PREDECTIVE – SLIM OUERHI 2


Machine learning, analyses prédictives et
intelligence artificielle

➢ Machine Learning, quelles opportunités, quels enjeux et principales applications ?


➢ Analyse prédictive : comprendre les fondamentaux :
✓ Comprendre correctement le problème et le phénomène à modéliser
✓ Préparer les données
✓ Modélisation
✓ Savoir évaluer un modèle de prédiction et pouvoir comparer plusieurs modèles
✓ Implémentation du modèle dans l ’entreprise et suivre les résultats

✓ Au-delà des modèles statistiques, les étudiants doivent être capables d’utiliser les résultats des
modèles pour définir des solutions décisionnelles adaptées à la stratégie de l’entreprise

2020
ANALYSE PREDECTIVE – SLIM OUERHI 3
Buzz word : statistique, data science , analyse prédictives, machine
learning , intelligence artificielle …

La science historique des données : la statistique

✓ La statistique est l’étude de la collecte de données, leur analyse, leur


traitement, l’interprétation des résultats et leur présentation afin de
rendre les données compréhensibles par tous. C’est `a la fois une
science, une méthode et un ensemble de techniques. (Source :
Wikipédia)

✓ La statistique est utilisée dans presque tous les domaines de l’activité


humaine : sciences sociales, économie, médecine, biologie, industrie ...

✓ Mais aujourd’hui, Open Data, Big Data, Big Science... changent les
règles du jeu.
2020 ANALYSE PREDECTIVE – SLIM OUERHI 4
Buzz word : statistique, data science , analyse prédictives, machine
learning , intelligence artificielle …

Data science Définition :

✓ La Data Science, ou science des données, est un mélange disciplinaire


entre la data inférence, le développement d’algorithme et la
technologie, dont l’objectif est la résolution de problèmes analytiques
complexes. Au cœur de ce grand mélange, on retrouve les données, les
quantités massives d’informations brutes stockées.

✓ C’est la discipline qui permet à une entreprise d’explorer et d’analyser


les données brutes pour les transformer en informations précieuses
permettant de résoudre les problèmes de l’entreprise

✓ Concrètement, la data science permet d’utiliser les données de façon


créative pour générer une valeur pour les entreprises
2020 ANALYSE PREDECTIVE – SLIM OUERHI 5
Buzz word : statistique, data science , analyse prédictives, machine
learning , intelligence artificielle …

Data science : la croisée de 3 profils

✓ Statisticien :Connaître et comprendre les techniques de modélisation,


d’analyse de données, d’inférence… savoir exploiter les régularités «
cachées » dans les données, pourvoyeuses de connaissances

✓ Informaticien: Maîtriser les outils pour manipuler les données,


développer des stratégies nouvelles pour gérer la profusion de
l’information,…

✓ Connaissances métier : Toute analyse s’inscrit dans un domaine… qu’il


faut connaître pour savoir décoder et exploiter les résultats

2020 ANALYSE PREDECTIVE – SLIM OUERHI 6


Buzz word : statistique, data science , analyse prédictives, machine
learning , intelligence artificielle …

Data science : un projet

✓ Un projet data science est un cycle itératif et progressif qui se


déroule principalement en 3 étapes :

➢ Compréhension du métier et des données


➢ Phase de préparation des données et test de quelques
hypothèses (80% des charges du projet, aucun résultat
montrable)
➢ Phase d’évaluation et modélisation du modèle. Certains
résultats de l’évaluation du modèle peuvent conduire à
créer une nouvelle boucle d’itération afin de revoir les
hypothèses initiales et pivoter.
2020 ANALYSE PREDECTIVE – SLIM OUERHI 7
Buzz word : statistique, data science , analyse prédictives, machine
learning , intelligence artificielle …

Qu’est ce que l’analyse prédictive?

✓ Personne ne peut prédire l’avenir, mais il existe des méthodes qui permettent de
tracer les tendances et les évolutions à venir, grâces aux données historiques. C’est la
mission et le but de l’analyse prédictive (Predictive Analytics).

✓ Nous pouvons définir l’analyse prédictive comme une série de techniques analytiques
et statistiques permettant de prédire des actions ou des comportements futurs.

✓ Dans les entreprises, l’analyse prédictive est utilisée pour prendre des décisions
proactives et déterminer des actions, au moyen de modèles statistiques permettant de
découvrir des schémas dans des données historiques et transactionnelles, dans le but
d’identifier des risques potentiels et des opportunités.
2020 ANALYSE PREDECTIVE – SLIM OUERHI 8
Buzz word : statistique, data science , analyse prédictives, machine
learning , intelligence artificielle …

Qu’est ce que le machine learning?

✓ Champ d´étude qui donne aux ordinateurs la capacité d’apprendre sans


avoir été programmés explicitement (Arthur Samuel (1959))

✓ Machine learning consists in teaching a computer to make decisions based


on samples

✓ Machine Learning is one (very effective) way to solve AI problems

2020 ANALYSE PREDECTIVE – SLIM OUERHI 9


Buzz word : statistique, data science , analyse prédictives, machine
learning , intelligence artificielle …

ML: Apprendre des données et faire des prédictions


✓ Les algorithmes construisent un modèle à partir d’exemples donnés
en entrée, dans but de faire des prédictions ou de prendre des décisions...

✓ ...plutôt que de suivre strictement une suite statique d’instructions :


c’est utile quand il serait impossible ou inefficace de concevoir et de
programmer de tels algorithmes

✓ Le Machine Learning est considéré comme une extension moderne de


l’analyse prédictive. La reconnaissance efficace de modèles et l’auto-
apprentissage constituent les piliers des schémas d’apprentissage
automatique, qui s’adaptent automatiquement à l’évolution des modèles
pour garantir le choix d’actions appropriées

2020 ANALYSE PREDECTIVE – SLIM OUERHI 10


Buzz word : statistique, data science , analyse prédictives, machine
learning , intelligence artificielle …

Qu’est ce que le machine learning?


Expérience Tâches Performance

Input data Task Input data

✓ Prix… ✓ Prévisions des prix ✓ Erreur de prévisions


✓ Images ✓ Catégorisation d’images ✓ Tri correct
✓ Données transactionnelles ✓ Segmentation clients ✓ Cohérence des groupes
✓ Données d’usage des sites ✓ Optimiser le parcour ✓ Amélioration des KPI du site

2020 ANALYSE PREDECTIVE – SLIM OUERHI 11


Buzz word : statistique, data science , analyse prédictive, machine
learning , intelligence artificielle …

Quizz
Créer un programme capable de détecter si l’email est spam ou non spam

✓ Il faut identifier la tâche, l’expérience et la performance :

✓ Classifier l’email en spam ou non spam

✓ Une base contenant un champ indiquant si l’email est spam ou non


spam

✓ Le nombre d’émails bien classés

Quelles sont les deux types du Machine Learning ? Quelle est la différence avec
analyse prédictive?

2020 ANALYSE PREDECTIVE – SLIM OUERHI 12


Buzz word : statistique, data science , analyse prédictive, machine
learning , Intelligence Artificielle …

Data science Vs analyse prédictive Vs ML Vs IA.

IA Data Science

Machine Learning

Analyses
Machine Prédictives
Learning

2020 ANALYSE PREDECTIVE – SLIM OUERHI 13


Cas d’usage: Connaissance Client

2020 ANALYSE PREDECTIVE – SLIM OUERHI 14


Cas d’usage: connaissance marché

2020 ANALYSE PREDECTIVE – SLIM OUERHI 15


Cas d’usage : Optimisation marketing

2020 ANALYSE PREDECTIVE – SLIM OUERHI 16


Cas d’usage: personnalisation

2020 ANALYSE PREDECTIVE – SLIM OUERHI 17


Cas d’usage : Détection

2020 ANALYSE PREDECTIVE – SLIM OUERHI 18


Cas d’usage: Prédiction

2020 ANALYSE PREDECTIVE – SLIM OUERHI 19


Les Grandes familles d’algorithmes

2020 ANALYSE PREDECTIVE – SLIM OUERHI 20


Apprentissage non supervisées
Définition

✓ Prend en entrée des exemples d’apprentissage contenant que des données d’entrée

✓ Pas de notion de classe

✓ L’algorithme détecte les similarités dans les données pour créer des groupes

2020 ANALYSE PREDECTIVE – SLIM OUERHI 21


Apprentissage non supervisée
Démarche Globale

2020 ANALYSE PREDECTIVE – SLIM OUERHI 22


Apprentissage supervisée

Définition
✓ Prend en entrée des exemples d’apprentissage
contenant à la fois des données d’entrée et
des sortie

✓ Les exemples d’apprentissage sont fournis


avec leur classe

✓ Objectif : classer correctement un nouvel


exemple

2020 ANALYSE PREDECTIVE – SLIM OUERHI 23


Apprentissage supervisée: estimation des prix de logement

Type Nb chambre Surface Transport Prix


Appartement 3 50 Oui 450
Maison 5 100 Non 900
Duplex 4 68 Oui 712
Appartement 2 32 Oui 234

2020 ANALYSE PREDECTIVE – SLIM OUERHI 24


Apprentissage supervisées: Estimation des prix de logement

Features Label
Type Nb chambre Surface Transport Prix
Apprentissage

Appartement 3 50 Oui 450


Maison 5 100 non 900
Duplex 4 68 Oui 712
Appartement 2 32 Oui 234

2020 ANALYSE PREDECTIVE – SLIM OUERHI 25


Apprentissage supervisées: Estimation des prix de logement

Features Label
Type Nb chambre Surface Transport Prix
Apprentissage

Appartement 3 50 Oui 450


Maison X Train 900
Y Train
Duplex 4 68 Oui 712
Appartement 2 32 Oui 234

2020 ANALYSE PREDECTIVE – SLIM OUERHI 26


Apprentissage supervisées: Estimation des prix de logement

Features Label
Type Nb chambre Surface Transport Prix
Apprentissage

Appartement 3 50 Oui 450


Maison X Train 900
Y Train
Duplex 4 68 Oui 712
Appartement 2 32 Oui 234

Type Nb chambre Surface Transport Prix


Test

Appartement 2 45 Oui ?
Maison 4 105 Non ?

2020 ANALYSE PREDECTIVE – SLIM OUERHI 27


Apprentissage supervisées: Estimation des prix de logement

Features Label
Type Nb chambre Surface Transport Prix
Apprentissage

Appartement 3 50 Oui 450


Maison X Train 900
Y Train
Duplex 4 68 Oui 712
Appartement 2 32 Oui 234

Type Nb chambre Surface Transport Prix


Test

Appartement 3 50 X Test Oui 450


Y Pred
Maison 6 100 Non 900

2020 ANALYSE PREDECTIVE – SLIM OUERHI 28


Apprentissage supervisées: Démarche Globale

2020 ANALYSE PREDECTIVE – SLIM OUERHI 29


2020 ANALYSE PREDECTIVE – SLIM OUERHI 30
Donnés manquantes
Texte brute

Données aberrantes

Format

Doublons

2020 ANALYSE PREDECTIVE – SLIM OUERHI 31


2020 ANALYSE PREDECTIVE – SLIM OUERHI 32
2020 ANALYSE PREDECTIVE – SLIM OUERHI 33
2020 ANALYSE PREDECTIVE – SLIM OUERHI 34
2020 ANALYSE PREDECTIVE – SLIM OUERHI 35
Process

2020 ANALYSE PREDECTIVE – SLIM OUERHI 36


Algorythme

2020 ANALYSE PREDECTIVE – SLIM OUERHI 37


Process

2020 ANALYSE PREDECTIVE – SLIM OUERHI 38


2020 ANALYSE PREDECTIVE – SLIM OUERHI 39
Les plus utilisés

2020 ANALYSE PREDECTIVE – SLIM OUERHI 40


2020 ANALYSE PREDECTIVE – SLIM OUERHI 41
2020 ANALYSE PREDECTIVE – SLIM OUERHI 42
2020 ANALYSE PREDECTIVE – SLIM OUERHI 43
Mise en œuvre de vos talents de data scientist :
Prédire les chances de survie au naufrage du Titanic

✓ Scikit-learn est une librairie pour Python


spécialisée dans le machine learning

✓ L’apprentissage statistique pour tous: pas de


prérequis en ML ou domaine spécifique

✓ Librairie logicielle de qualité: interface pensée


utilisateur
✓ Développement communautaire

✓ Une bibliothèque, pas un programme : plus


expressif et polyvalent et facile à intégrer

2020 ANALYSE PREDECTIVE – SLIM OUERHI 44


Mise en œuvre de vos talents de data scientist :
Prédire les chances de survie au naufrage du Titanic

✓ Python :

✓ Un langage haut niveau : interactif et


facile a débugger

✓ Appel transparent à C

✓ Ecosystème très dynamique

2020 ANALYSE PREDECTIVE – SLIM OUERHI 45


Mise en œuvre de vos talents de data scientist :
Prédire les chances de survie au naufrage du Titanic

✓ Librairies :
✓ Une librairie (package) regroupe plusieurs
modules dans différents sous répertoires. Le
chargement spécifique d’un des modules se fait en
précisant le chemin.

✓ Principales librairies :

✓ matplotlib pour les graphes


✓ pandas : structure de données et feuilles de calcul
✓ patsy : formules statistiques
✓ statsmodels : modélisation statistique

2020 ANALYSE PREDECTIVE – SLIM OUERHI 46


Mise en œuvre de vos talents de data scientist :
Prédire les chances de survie au naufrage du Titanic

✓ seaborn : visualisation de données


✓ scikit-learn : algorithmes d’apprentissage
statistique
✓ pandas : structure de données et feuilles de calcul
✓ patsy : formules statistiques
✓ statsmodels : modélisation statistique
✓ seaborn : visualisation de données
✓ scikit-learn : algorithmes d’apprentissage
statistique
✓ numpy : pour utiliser vecteurs et tableaux
✓ scipy : intègre les principaux algorithmes
numériques

2020 ANALYSE PREDECTIVE – SLIM OUERHI 47


Mise en œuvre de vos talents de data scientist :
Méthodologie

✓ Comprendre le contexte et cas d’usage ( 5%)

✓ Exploration des données( 20%)

✓ Features engineering ( 50%)

✓ Mise en place d’une procédure d’évaluation ( 10%)

✓ Création du Modèle( 15%)

2020 ANALYSE PREDECTIVE – SLIM OUERHI 48


Mise en œuvre de vos talents de data scientist :
Méthodologie : Exploration des données

✓ Compréhension de ce que représente chaque variable

✓ Analyse de la variable cible( donnés équilibré?)

✓ Type des variables explicatives : Catégorielles, ordinales, Continues

✓ Analyse des variables explicatives

✓ Corrélation entre les variables

✓ ➔ Se familiariser avec le jeu de données

2020 ANALYSE PREDECTIVE – SLIM OUERHI 49


Mise en œuvre de vos talents de data scientist :
Méthodologie : Features engineering

✓ Transformation de la donnée pour être exploitée au mieux par les algorithmes


d’apprentissage

✓ Extraction des informations pertinentes et informatives cachées dans les données

✓ Selection de variables explicatives

2020 ANALYSE PREDECTIVE – SLIM OUERHI 50


Mise en œuvre de vos talents de data scientist :
Méthodologie : Modélisation

Régression linéaire simple


Constante
Coefficient

y = 𝑏0 + 𝑏1 ∗x

Variable indépendante
Variable dépendante

2020 ANALYSE PREDECTIVE – SLIM OUERHI 51


Mise en œuvre de vos talents de data scientist :
Méthodologie : Modélisation

Régression linéaire simple

2020 ANALYSE PREDECTIVE – SLIM OUERHI 52


Mise en œuvre de vos talents de data scientist :
Méthodologie : Modélisation

Régression linéaire simple

2020 ANALYSE PREDECTIVE – SLIM OUERHI 53


Mise en œuvre de vos talents de data scientist :
Méthodologie : Modélisation

Régression linéaire multiples

2020 ANALYSE PREDECTIVE – SLIM OUERHI 54


Mise en œuvre de vos talents de data scientist :
Méthodologie : Modélisation

Régression linéaire multiples : Attention

2020 ANALYSE PREDECTIVE – SLIM OUERHI 55


Mise en œuvre de vos talents de data scientist :
Méthodologie : Modélisation

Régression linéaire multiples : les dummy variables

2020 ANALYSE PREDECTIVE – SLIM OUERHI 56


Mise en œuvre de vos talents de data scientist :
Méthodologie : Modélisation

Régression linéaire multiples : les dummy variables

2020 ANALYSE PREDECTIVE – SLIM OUERHI 57


Mise en œuvre de vos talents de data scientist :
Méthodologie : Modélisation

Régression linéaire multiples : les dummy variables

2020 ANALYSE PREDECTIVE – SLIM OUERHI 58


Mise en œuvre de vos talents de data scientist :
Méthodologie : Modélisation

Régression linéaire multiples : les dummy variables

2020 ANALYSE PREDECTIVE – SLIM OUERHI 59


Mise en œuvre de vos talents de data scientist :
Méthodologie : Modélisation

Régression linéaire multiples : les dummy variables

2020 ANALYSE PREDECTIVE – SLIM OUERHI 60


Mise en œuvre de vos talents de data scientist :
Méthodologie : Modélisation

Régression linéaire multiples : le piège de dummy variables

2020 ANALYSE PREDECTIVE – SLIM OUERHI 61


Mise en œuvre de vos talents de data scientist :
Méthodologie : Modélisation

Régression linéaire multiples : le piège de dummy variables

2020 ANALYSE PREDECTIVE – SLIM OUERHI 62


Mise en œuvre de vos talents de data scientist :
Méthodologie : Modélisation

Régression linéaire multiples : Construire un modèle

2020 ANALYSE PREDECTIVE – SLIM OUERHI 63


Mise en œuvre de vos talents de data scientist :
Méthodologie : Modélisation

Régression linéaire multiples : Construire un modèle

2020 ANALYSE PREDECTIVE – SLIM OUERHI 64


Mise en œuvre de vos talents de data scientist :
Méthodologie : Modélisation

Régression linéaire multiples : Construire un modèle

2020 ANALYSE PREDECTIVE – SLIM OUERHI 65


Mise en œuvre de vos talents de data scientist :
Méthodologie : Modélisation

Régression linéaire multiples : Construire un modèle

2020 ANALYSE PREDECTIVE – SLIM OUERHI 66


Mise en œuvre de vos talents de data scientist :
Méthodologie : Modélisation

Régression linéaire multiples : Construire un modèle

2020 ANALYSE PREDECTIVE – SLIM OUERHI 67


Mise en œuvre de vos talents de data scientist :
Méthodologie : Modélisation

Régression linéaire multiples : Construire un modèle

2020 ANALYSE PREDECTIVE – SLIM OUERHI 68


Mise en œuvre de vos talents de data scientist :
Méthodologie : Modélisation

Régression linéaire multiples : Construire un modèle

2020 ANALYSE PREDECTIVE – SLIM OUERHI 69


Mise en œuvre de vos talents de data scientist :
Méthodologie : Modélisation

Régression linéaire multiples : Construire un modèle

2020 ANALYSE PREDECTIVE – SLIM OUERHI 70


Mise en œuvre de vos talents de data scientist :
Méthodologie : Modélisation

Régression linéaire multiples : Construire un modèle

2020 ANALYSE PREDECTIVE – SLIM OUERHI 71


Mise en œuvre de vos talents de data scientist :
Méthodologie : Modélisation

Régression logistique : Rappel

2020 ANALYSE PREDECTIVE – SLIM OUERHI 72


Mise en œuvre de vos talents de data scientist :
Méthodologie : Modélisation

Régression logistique :

2020 ANALYSE PREDECTIVE – SLIM OUERHI 73


Mise en œuvre de vos talents de data scientist :
Méthodologie : Modélisation

Régression logistique :

2020 ANALYSE PREDECTIVE – SLIM OUERHI 74


Mise en œuvre de vos talents de data scientist :
Méthodologie : Modélisation

Régression logistique :

2020 ANALYSE PREDECTIVE – SLIM OUERHI 75


Mise en œuvre de vos talents de data scientist :
Méthodologie : Modélisation

Régression logistique :

2020 ANALYSE PREDECTIVE – SLIM OUERHI 76


Mise en œuvre de vos talents de data scientist :
Méthodologie : Modélisation

Régression logistique :

2020 ANALYSE PREDECTIVE – SLIM OUERHI 77


Mise en œuvre de vos talents de data scientist :
Méthodologie : Modélisation

Régression logistique :

2020 ANALYSE PREDECTIVE – SLIM OUERHI 78


Mise en œuvre de vos talents de data scientist :
Méthodologie : Modélisation

Régression logistique :

2020 ANALYSE PREDECTIVE – SLIM OUERHI 79


Mise en œuvre de vos talents de data scientist :
Méthodologie : Modélisation

Régression logistique :

2020 ANALYSE PREDECTIVE – SLIM OUERHI 80


Mise en œuvre de vos talents de data scientist :
Méthodologie : Modélisation

Régression logistique :

2020 ANALYSE PREDECTIVE – SLIM OUERHI 81


Mise en œuvre de vos talents de data scientist :
Méthodologie : Modélisation

Régression logistique :

2020 ANALYSE PREDECTIVE – SLIM OUERHI 82


Mise en œuvre de vos talents de data scientist :
Méthodologie : Modélisation

Régression logistique :

2020 ANALYSE PREDECTIVE – SLIM OUERHI 83


Mise en œuvre de vos talents de data scientist :
Méthodologie : Modélisation

Régression logistique :

2020 ANALYSE PREDECTIVE – SLIM OUERHI 84


Mise en œuvre de vos talents de data scientist :
Méthodologie : Modélisation

Régression logistique :

2020 ANALYSE PREDECTIVE – SLIM OUERHI 85


Mise en œuvre de vos talents de data scientist :
Méthodologie : Modélisation

Régression logistique :

2020 ANALYSE PREDECTIVE – SLIM OUERHI 86


Mise en œuvre de vos talents de data scientist :
Méthodologie : Validation

Régression logistique :False Positives & False négatives

2020 ANALYSE PREDECTIVE – SLIM OUERHI 87


Mise en œuvre de vos talents de data scientist :
Méthodologie : Validation

Régression logistique :False Positives & False négatives

2020 ANALYSE PREDECTIVE – SLIM OUERHI 88


Mise en œuvre de vos talents de data scientist :
Méthodologie : Validation

Régression logistique :False Positives & False négatives

2020 ANALYSE PREDECTIVE – SLIM OUERHI 89


Mise en œuvre de vos talents de data scientist :
Méthodologie : Validation

Régression logistique :Matrice de confusion

2020 ANALYSE PREDECTIVE – SLIM OUERHI 90


Mise en œuvre de vos talents de data scientist :
Méthodologie : Validation

Régression logistique :Matrice de confusion

2020 ANALYSE PREDECTIVE – SLIM OUERHI 91


Mise en œuvre de vos talents de data scientist :
Méthodologie : Validation

Régression logistique :Matrice de confusion

2020 ANALYSE PREDECTIVE – SLIM OUERHI 92


Mise en œuvre de vos talents de data scientist :
Méthodologie : Validation

Régression logistique :Cumulative Accuracy Profile(CAP)

2020 ANALYSE PREDECTIVE – SLIM OUERHI 93


Mise en œuvre de vos talents de data scientist :
Méthodologie : Validation

Régression logistique :Cumulative Accuracy Profile(CAP)

2020 ANALYSE PREDECTIVE – SLIM OUERHI 94


Mise en œuvre de vos talents de data scientist :
Méthodologie : Validation

Régression logistique :Cumulative Accuracy Profile(CAP)

2020 ANALYSE PREDECTIVE – SLIM OUERHI 95


Mise en œuvre de vos talents de data scientist :
Méthodologie : Validation

Régression logistique :Cumulative Accuracy Profile(CAP)

2020 ANALYSE PREDECTIVE – SLIM OUERHI 96


Mise en œuvre de vos talents de data scientist :
Méthodologie : Validation

Régression logistique :Cumulative Accuracy Profile(CAP)

2020 ANALYSE PREDECTIVE – SLIM OUERHI 97


Mise en œuvre de vos talents de data scientist :
Méthodologie : Validation

Régression logistique :Cumulative Accuracy Profile(CAP)

2020 ANALYSE PREDECTIVE – SLIM OUERHI 98


Mise en œuvre de vos talents de data scientist :
Méthodologie : Validation

Régression logistique :Analyse (CAP)

2020 ANALYSE PREDECTIVE – SLIM OUERHI 99


Mise en œuvre de vos talents de data scientist :
Méthodologie : Validation

Régression logistique :Analyse (CAP)

2020 ANALYSE PREDECTIVE – SLIM OUERHI 100

Vous aimerez peut-être aussi