PRO+ Contenu Premium/Applications & Données

Merci pour votre inscription !
Accédez au contenu Pro+ ci-dessous.
N°10 - Automne 2020

Feature engineering : cinq conseils essentiels pour améliorer vos modèles IA

Lors de l'entraînement d'un modèle algorithmique, le feature engineering est une étape complexe. Elle joue un rôle important dans l'organisation des jeux de données brutes pour les différentes techniques de deep learning et de machine learning. Il s'agit d'un processus itératif qui évolue au fur et à mesure que les data scientists explorent différentes hypothèses sur ce que les données représentent et les types d'algorithmes qu'ils choisissent pour atteindre un résultat spécifique. Dans cet article, nous partageons cinq conseils essentiels proposés par des spécialistes en data science pour accomplir au mieux cette étape. Qu’est-ce que le feature engineering ? À un haut niveau, le feature engineering est la pratique qui consiste à transformer des données brutes en la forme la plus appropriée pour un algorithme de machine learning spécifique. Piyanka Jain, présidente et directrice générale d'Aryng, une société de conseil en data science, explique que cette technique se décompose en deux parties distinctes. La première partie ...

A lire Dans ce numéro

Close