Pipeline complet

Le data scientist junior : choisir le bon outil, enchaîner proprement, rendre un rapport

Dans ce chapitre, vous apprendrez à

• Enchaîner toutes les étapes d'un projet, des données brutes au rapport
• Choisir l'outil adapté au problème

Outils : pandas, scikit-learn

5 exercices

Chaque exercice est corrigé automatiquement, dans le navigateur. Les énoncés complets sont accessibles avec un compte.

1. À quoi ça sert dans la vraie vie

   Dans la vraie vie, personne ne vous donne un tableau propre et un modèle à entraîner : on vous donne un problème, des données brutes, et on attend un résultat fiable et expliqué. - Le modèle n'est qu'une petite…

2. Bon outil

   sklearn autorisé. Votre chef vous demande : "Pourquoi ce modèle et pas un autre ?" Même dataset que l'exercice précédent (déjà nettoyé cette fois). Comparez au moins 3 algorithmes différents et soumettez les…

3. Cours : préparer chaque colonne avec scikit-learn

   Au niveau 1, vous avez comblé des trous avec fillna et changé des catégories en colonnes 0/1 avec get_dummies. Sur un vrai projet, ces gestes ont un défaut : rien ne garantit que le jeu de test sera traité…

4. Pipeline complet

   Dernière mission de la semaine : un client envoie des données brutes. Vous devez livrer des prédictions fiables, de bout en bout. Le dataset est un mélange de tout ce que vous avez vu : - Valeurs manquantes - Colonnes…

5. Rapport

   Vendredi soir. Votre chef veut un rapport d'erreur avant le week-end. On classe des images en 4 catégories : chat, chien, oiseau, poisson (4 classes possibles). On vous donne les vraies étiquettes (y_true)…