tu peux pas trouver cette qualité de contenu dans une autre chaîne, honnêtement bravo , j'attends avec impatience votre playlist sur le deep learning surtout avec tensrflow ,
Super ! Toujours au top ! C'est bien d'avoir dit à la fin comment les pros faisait en réalité. Il y a souvent un gros décalage entre un cours et la réalité industriel, or on apprend avant tout pour pratique. Aussi, super sympa les nouvelles animations !
Merci l'ami :) Ca fait plaisir d'avoir ton retour, et je suis content que tu apprécies les animations (c'est de l'intro et des transitions dont tu parles, n'est-ce-pas?)
Merci énormément pour tout ce que vous faites pour la communauté francophone d'autant plus que presque toutes les vidéos sur le ML sont en anglais.Super cool le sujet : choix d'un bon modèle
J'ai 13 ans et je suis tes vidéo. Je les trouves très claire sauf pour les statistiques pour lesquelles j'ai du mal. Pourrais tu faire une sorte de vidéo recap pour savoir quel fonctions statistiques sont utiles, pourquoi et comment elles marchent. En tout cas merci pour ton excellent contenue et continue comme ça 👍
Wow ! Je suis impressionné qu'un jeune de ton age s'intéresse au Machine Learning et suivent mes vidéos. Bravo ! Tu iras loin ! Je peux te le garantir ! Oui je vais faire une série de videos qui explique les fondamentaux mathématiques pour le Machine Learning :)
@@MachineLearnia Merci beaucoup. J'adore l'informatique depuis très jeune et je fais de la programmation depuis 2 ans. Pour être sûr de pouvoir trouver un metier plus tard et aussi parce que c'est ma passion j'apprends le machine learning. Mais sinon je connais le programme de math à peu près jusqu'en terminal sauf pour les statistiques
merci beaucoup pour votre formation elle est claire et bien detaillee .j'ai paye une formation en ligne en anglais quand j'ai une difficulte je regarde vos videos et tout devient beaucoup plus claire .encore merci. Du cameroun
16:50 : pas déçu, mais à vrai dire plutôt rassuré de savoir que même les pros partent à la pêche au meilleur modèle sans trop se reposer sur les a priori théoriques. Merci beaucoup pour la clarté de vos vidéos. Il est très difficile de se faire une idée aussi claire et précise sur la thématique du machine learning par les modes de documentation habituels.
Je pense que tous les modèles peuvent performer de façon remarquable mais ça dépend encore des données et du DGP. Il faut aussi comprendre peut-être l’origine des données et pas simplement lire les chiffres. Bravo pour ta vidéo c’est excellent !
Bonjour Guillaume Je vous remercie d'avoir partagé avec nous votre passion pour l'enseignement. j'ai grandement apprécié votre soutien, votre implication et votre expérience. Merci une autre fois mille fois. j'attends de vous lire (par email)
Vive la prochaine play list de Machine Learning sur les modèles, leur fonctionnement, leur paramétrage... Tout simplement, mais OH combien important, de comprendre ce l'on fait avec les données. Merci d'avance Guillaume. A+ ;) PS : Je sais, j'écris beaucoup aujourd'hui, mais je n'ai plus de vidéos à me mettre sous la dent ! Je les ai toutes regardées en boucle... J'ai failli divorcé à cause de cela (Hi hi hi). ;)
je vous remercie éternellement pour vos informations qui sont extrêmement claires, moi je suis très intéressé par le machine learning et deep learning mais malheureusement à cause de mon manque d'anglais j'ai eu beaucoup de mal pour comprendre plusieurs concept mais grâce à vous j'ai pu les éclaircir , vous m'avez motivé merci 🙏🙏🙏
moi j'utilisais un modèle de baging,boosting,et deux modèles simples ,mais ce soir je viens d'apprendre énormément.merci et vraiment j'ai hâte de voir ton livre car avec ce que ,je vois sur you tube ,le livre sera magnifique
Avec mon expérience, j'utilise tout le temps light gradient boost pour mes projets en ds et je passe majoritairement mon temps a faire une bon preprocess et a chercher les meilleur hyper paramètres et les résultats sont la 'Merci Kaggle', très bonne vidéo tu a gagné un abonné =)
" je suis entrain de creer une playlist de videos dans laquelle on va voir tous les modèles..." Lorque j ai écouté cette phrase .... Ah Qu´est ce que j´étais heureux :D
Merci beaucoup Guillaume c'est toujours un plaisir de vous écouter avec ces explications très claires et circonscrits et qui vont directement au but au delà des principes théoriques. Encore une fois merci et au plaisir de vous suivre sur votre projet deep learning
Merci pour cette vidéo très pratique qui résume bien le questionnement du choix d'un modèle devant une problématique : le choix du (ou des) bon(s) modèle(s) est vraiment une question récurrente. Apprendre à les connaitre est aussi nécessaire : merci pour ce rappel important. A bientôt de tes prochaines vidéos et bon site à venir... A+ ;)
J'attend avec enthousiasme la playlist qui va décrire les différents modelés de ML (fonctionnement, hyperparamètres,...) Merci pour ton sens de partage, chapeau !
Merci beaucoup pour votre temps et surtout votre passion débordante. Je souhaite m'engager dans la modélisation d'un système d'ingenieurie en utilisant les réseaux de neurones. Merci beaucoup pour votre temps et surtout vos explications détaillées...
Vidéo toujours au top. Le titre était prometteur, mais la réponse finale était celle redoutée :-) !! Je débute et pour l'instant , oui je teste un peu tout car j'ai du mal en voyant des données à dire ce qui les caractérise (quantit/qualit, normalités ...).
Ca viendra, le plus important c'est de faire ce que vous etes en train de faire, vous entrainer, regarder des vidéos pour apprendre de nouvelles choses, etc. Keep it up ! :D
Toujours au top, merci beaucoup Guillaume. Si ça vous intéresse, moi, j'ai fait plein de projet de dataset de kaggle et à chaque fois que je trouve une astuce ou quelques chose que je sais que ça va se répéter dans d'autres projets , je garde son code source dans des fichiers Template, l'erreur que j'ai faites est de prendre aussi des algo de ML que je ne sais même pas à quoi ils servent ni leurs fonctionnement :) , je vais devoir cleaning un peu ces Template ça c'est sure, et sachez que la base de ces templates vient de vos vidéos alors merci beaucoup. Bon courage
C'est une bonne idée de garder des templates comme vous le faites, ça vous servira plus tard, je vous l'assure. Bravo et merci ça fait plaisir de vous aider :D
Salut ! Je découvre ton contenu, il est super intéressant, on voit le boulot derrière ! J'adore le fait que tu aies appris ça seul par passion, comme quoi c'est possible ! Bonne continuation à toi ^^
Encore MERCI Guillaume pour vos vidéos toujours aussi instructives et percutantes, aujourd'hui, j'utiliserai d'avantage un apprentissage non-supervisé pour votre coupe de cheveux. ;)
Totalement d'accord, une bonne vieille méthode de bourrin pour tout tester ahaha! Il y a aussi des cas, ou le choix du modèle peut se faire en fonction de la manière où il sera utilisé. Certains utilisateurs aurons peut-être très peu de puissance de calcul (comme à bord d'un ordinateur de satellite), ou alors les ingénieurs qui valident les rapports ressentent le "besoin" de voir les équations. Donc je te rejoins aussi sur l'importance de tester les modèles simples en priorité :)
Oui, et c'est aussi en partie parce que si on déploie en premier un modèle complexe, alors il se peut qu'il se porte bien, mais on n'explorera jamais un modèle plus simple, et on ne verra alors pas qu'on peut obtenir les memes performances avec un modèle qui consomme 10 fois moins !
Bonjour, je ne suis pas dans la data science, mais vos vidéos sont si bien faites qu'elles sont intelligibles et par conséquent je les ai toutes vues. Je m'intéresse au sujet par curiosité, et je suis tombé sur l'outil Google Colab. Je voulais savoir ce vous en pensiez. Et encore bravo, pour la chaine !!!
Bonjour et merci beaucoup :) Je suis heureux que ces vidéos intéressent des gens curieux comme vous. Google Colab est un outil très utile pour dépanner (coder en ligne) et partager son code (lorsqu'il n'est pas confidentiel) avec d'autres collaborateurs
Merci Beaucoup Mr Guillaume. Je suis impatient d'acheter votre premier livre et de suivre vos prochaines videos sur le deep learning. Je souhaiterais savoir comment l'on peut déployer son son modèle et en faire une application web.
Merci beaucoup pour votre soutien :) Vous pouvez utilisez flask, google cloud, AWS, ou bien d'autres outils pour cela, mais ne vous en faites pas je ferai des vidéos a ce sujet a l'avenir :)
Nice video qui répond vraiment à nos questionnements non dévoilés, franchement Guillaume on ne peut pas vous remercier assez. Par ailleurs j'ai un projet avec un dataset de beaucoup de catégories; maintenant j'ai opté à faire la classification mais je ne sais pas exactement quel modèle de classification je dois choisir car ma target a trois modalités distinctes.
Je suis bien d'accord avec toi concernant le preprocessing mais une fois qu'il est bien fait je trouve que la librairie pycaret est super utile pour comparer les perfs d'un tas de modèles en très peu de code !!! PS : pycaret prend en compte que le ML pas le DL mais je trouve cette lib déjà assez géniale comme ça !
Merci beaucoup ! Hâte de voir la suite ! Que penses-tu du service Auto ML de Google ? Quels peuvent être les limitations ? Bonne continuation je reste abonné et spectateur !
AutoML est un super outil, mais il ne remplace pas un data scientist, en partie a cause du Théoreme du "no Free Lunch". C'est a dire que AutoML arrivera toujours a fournir de bon résultats il est vrai, mais uniquement sur des problèmes déjà connus et résolus. En revanche, pour tout ce qui concerne la création de modeles pour de nouveaux problemes c'est plus compliqués pour AutoML d'obtenir de bons résultats.
Merci beaucoup pour cette vidéo Pouvez vous nous faire un vidéo sur comment faire nos propres classes Estimator et Transformer, et leur utilisations dans un pipeline. Merci
tu peux pas trouver cette qualité de contenu dans une autre chaîne, honnêtement bravo , j'attends avec impatience votre playlist sur le deep learning surtout avec tensrflow ,
Merci merci merci ! :)
Le meilleur pédagogue francophone ! Bravo 🎉
Salut Guillaume !
Les matheux souhaitent toujours aller plus dans les démonstrations. Merci vous faites un travail énorme !
Merci ça fait super plaisir !
Super !
Toujours au top ! C'est bien d'avoir dit à la fin comment les pros faisait en réalité. Il y a souvent un gros décalage entre un cours et la réalité industriel, or on apprend avant tout pour pratique.
Aussi, super sympa les nouvelles animations !
Merci l'ami :) Ca fait plaisir d'avoir ton retour, et je suis content que tu apprécies les animations (c'est de l'intro et des transitions dont tu parles, n'est-ce-pas?)
Merci énormément pour tout ce que vous faites pour la communauté francophone d'autant plus que presque toutes les vidéos sur le ML sont en anglais.Super cool le sujet : choix d'un bon modèle
Merci a vous de me soutenir comme vous le faites ! :)
Bonjour Guillaume Merci beaucoup
vous êtes toujours à la hauteur...
Merci beaucoup :)
Grâce à vous je fais du Data Science chaque jour, vous êtes le meilleure mentor ! J'attends avec impatience la playlist de deep learning
Je la prépare je la prépare ^^
Formidable : clair, net, précis et concis.
Merci! Merci! Merci! Monsieur Guillaume, c'est un plaisir de vous écouter et d'apprendre de vous.
J'ai trouvé la vidéo pile au moment où j'en avais besoin. Merci beaucoup
Toutes ces hypothèses, et au final, l’expérience est la meilleure solution pour choisir le modèle optimal.Mai's super Merci.
J'ai 13 ans et je suis tes vidéo. Je les trouves très claire sauf pour les statistiques pour lesquelles j'ai du mal. Pourrais tu faire une sorte de vidéo recap pour savoir quel fonctions statistiques sont utiles, pourquoi et comment elles marchent.
En tout cas merci pour ton excellent contenue et continue comme ça 👍
Wow ! Je suis impressionné qu'un jeune de ton age s'intéresse au Machine Learning et suivent mes vidéos. Bravo ! Tu iras loin ! Je peux te le garantir ! Oui je vais faire une série de videos qui explique les fondamentaux mathématiques pour le Machine Learning :)
@@MachineLearnia Merci beaucoup. J'adore l'informatique depuis très jeune et je fais de la programmation depuis 2 ans. Pour être sûr de pouvoir trouver un metier plus tard et aussi parce que c'est ma passion j'apprends le machine learning. Mais sinon je connais le programme de math à peu près jusqu'en terminal sauf pour les statistiques
merci beaucoup pour votre formation elle est claire et bien detaillee .j'ai paye une formation en ligne en anglais quand j'ai une difficulte je regarde vos videos et tout devient beaucoup plus claire .encore merci. Du cameroun
Merci beaucoup ca fait super plaisir ! :) Il vaut mieux regarder juste mes vidéos alors ! Ahah
Bonjour Monsieur bravo vous êtes vraiment très fort et pédagogue. Continuez à nous faire partager vos connaissances. 👍
Merci a vous, oui je continue et je continuerai aussi longtemps qu'il y aura des gens a aider ?
16:50 : pas déçu, mais à vrai dire plutôt rassuré de savoir que même les pros partent à la pêche au meilleur modèle sans trop se reposer sur les a priori théoriques.
Merci beaucoup pour la clarté de vos vidéos. Il est très difficile de se faire une idée aussi claire et précise sur la thématique du machine learning par les modes de documentation habituels.
C'est la réalité :)
You skyrocketed this one too.
I tried myself to make a video on ML but didn't know where to start.
Thanks Man.
Thanks mate. It's not easy to produce videos, I understand! Keep on the great stuff!
Merci Guillaume pour ces vidéos, hâte de voir la suite. Tu as le don de rendre simple ce qui est compliqué. Chapeau bas!
Merci beaucoup pour ton commentaire :)
Je pense que tous les modèles peuvent performer de façon remarquable mais ça dépend encore des données et du DGP.
Il faut aussi comprendre peut-être l’origine des données et pas simplement lire les chiffres. Bravo pour ta vidéo c’est excellent !
C'est tout a fait correct !
tt simplement tu est le meilleur formateur dans le domaine de la data science Mrci vrm
Merci beaucoup pour ce super compliment ! :)
Croyez moi c le cas mrc bcp
Bonjour Guillaume
Je vous remercie d'avoir partagé avec nous votre passion pour l'enseignement. j'ai grandement apprécié votre soutien, votre implication et votre expérience. Merci une autre fois mille fois. j'attends de vous lire (par email)
Merci beaucoup Mohammed, votre message me touche :)
On aime tous la qualité et la clarté de ton travail. Et on a hâte de te retrouver !
Merci beaucoup, c'est un plaisir de lire cela !
Vive la prochaine play list de Machine Learning sur les modèles, leur fonctionnement, leur paramétrage...
Tout simplement, mais OH combien important, de comprendre ce l'on fait avec les données.
Merci d'avance Guillaume.
A+ ;)
PS : Je sais, j'écris beaucoup aujourd'hui, mais je n'ai plus de vidéos à me mettre sous la dent ! Je les ai toutes regardées en boucle... J'ai failli divorcé à cause de cela (Hi hi hi). ;)
Ah bah j’espère que je ne vais pas créer de problèmes de couple, sérieusement ! :O
@@MachineLearnia J'ai évalué la probabilité de rupture et le modèle choisi prédit une longue vie en couple (Hi hi hi).
A+ ;)
Toujours au top !! on attend avec impatience les prochaines vidéos :)
Elles vont porter sur le Deep Learning :)
Machine Learnia j’ai trop hâte
@@MachineLearnia super, une autre fois Merci, dieu vs protége
je vous remercie éternellement pour vos informations qui sont extrêmement claires, moi je suis très intéressé par le machine learning et deep learning mais malheureusement à cause de mon manque d'anglais j'ai eu beaucoup de mal pour comprendre plusieurs concept mais grâce à vous j'ai pu les éclaircir , vous m'avez motivé merci 🙏🙏🙏
Je vais tout faire pour vous aider en Deep Learning en Francais ! :)
moi j'utilisais un modèle de baging,boosting,et deux modèles simples ,mais ce soir je viens d'apprendre énormément.merci
et vraiment j'ai hâte de voir ton livre car avec ce que ,je vois sur you tube ,le livre sera magnifique
Merci beaucoup cher ami :)
Avec mon expérience, j'utilise tout le temps light gradient boost pour mes projets en ds et je passe majoritairement mon temps a faire une bon preprocess et a chercher les meilleur hyper paramètres et les résultats sont la 'Merci Kaggle', très bonne vidéo tu a gagné un abonné =)
Merci pour ton retour d'expérience et bienvenue sur la chaine :)
" je suis entrain de creer une playlist de videos dans laquelle on va voir tous les modèles..." Lorque j ai écouté cette phrase .... Ah Qu´est ce que j´étais heureux :D
J'ai commencé a travaillé dessus :)
@@MachineLearniabonjour et merci pour la qualité de vos vidéo. Est ce que cette affirmation est toujours d'actualité de ?😊
Bonjour Guillaume , très heureux de vous revoir et voir vos vidéo, Merci beaucoup
De rien, a bientôt ! :)
ultime vidéo, merci. La plus claire que j'ai vue ! Penses-tu qu'un jour tu feras une vidéo par modèle ? Merci en tous cas, hâte de voir la suite.
Oui j'ai prévu de le faire
bonjour suis passionné, un mathématicien, cest interessant ce que vous faites.
Merci a vous et bienvenue dans la communauté
Merci beaucoup Guillaume c'est toujours un plaisir de vous écouter avec ces explications très claires et circonscrits et qui vont directement au but au delà des principes théoriques. Encore une fois merci et au plaisir de vous suivre sur votre projet deep learning
Merci beaucoup pour votre soutien et votre fidélité :)
Comme tjs , C'est avec un grand plaisir de suivre vos vidéos.
Merci :)
Merci beaucoup, toujours à la hauteur.... Mille fois merci...
Merci beaucoup pour votre soutien :)
merci Guillaume .vraiment vous êtes convaincant comme tjrs
Merci beaucoup a vous :)
LA BASE ! Merci beaucoup pour tous vos efforts, la qualité de vos vidéos et surtout votre pédagogie !
Merci a vous :)
Tout à fait d’accord avec le test de plusieurs modèles. Bravo et merci pour cette nouvelle vidéo
De rien, a bientôt ! :)
Bonjour Guillaume. Merci de prendre ton temps faire ces videos toujours top et rendre plus accessible le ML. 👏🏿👏🏿
Explications simples et claires👌🏿
Merci beaucoup a toi, ca fait super plaisir :)
Merci pour cette vidéo très pratique qui résume bien le questionnement du choix d'un modèle devant une problématique : le choix du (ou des) bon(s) modèle(s) est vraiment une question récurrente.
Apprendre à les connaitre est aussi nécessaire : merci pour ce rappel important.
A bientôt de tes prochaines vidéos et bon site à venir...
A+ ;)
Merci Noel ! :)
J'attend avec enthousiasme la playlist qui va décrire les différents modelés de ML (fonctionnement, hyperparamètres,...)
Merci pour ton sens de partage, chapeau !
Yes ! Je vais la sortir apres la playlist sur le deep learning :)
Merci beaucoup pour votre temps et surtout votre passion débordante. Je souhaite m'engager dans la modélisation d'un système d'ingenieurie en utilisant les réseaux de neurones. Merci beaucoup pour votre temps et surtout vos explications détaillées...
Bonjour, c'est un super projet, je vous invite a voir ma série sur les réseaux de neurones pour vous lancer dans ce projet !
je vous admire tellement, vous etes un modele
toujours a la hauteur ce Guillaume, Merci pour tout !!
Merci ^^
Vidéo toujours au top. Le titre était prometteur, mais la réponse finale était celle redoutée :-) !! Je débute et pour l'instant , oui je teste un peu tout car j'ai du mal en voyant des données à dire ce qui les caractérise (quantit/qualit, normalités ...).
Ca viendra, le plus important c'est de faire ce que vous etes en train de faire, vous entrainer, regarder des vidéos pour apprendre de nouvelles choses, etc. Keep it up ! :D
Toujours au top ! C'est simpa de vous suivre.merci beaucoup et bonne continuation.
Merci. A bientot :)
Merci Guillaume trés bon travail comme d'habitude on apprend beaucoup dans chaque vidéo . Merci encore
Merci a vous :)
Bonjour, merci c'est une excellente formation que vous présentez bravo.
Merci a vous !
bonjour Guillaume
merci beaucoup pour votre travail ,je vous souhaite une bonne carrière.
Merci, c'est gentil :) Je vous souhaite aussi bon courage dans vos projets et pleins de réussite.
Vraiment merci pour tout tes efforts. Tu aides vraiment beaucoup de personnes
Merci beaucoup de me soutenir :)
Bonjour Guillaume et merci bien pour le retour expérience
De rien :)
C' est simpa de vous suivre. Merci
Merci a vous :)
Cette chaîne est une mine d'or !!!
Merci beaucoup ! :)
Super bien expliqué et quel travail ! Merci Guillaume.
Merci !
Je viens de découvrir ta chaîne je la trouve vraiment super!
Merci pour tes explications claires et précises.
Bienvenue sur la chaine et merci a toi :)
Merci beaucoup pour vos efforts et vos conseils les plus pertinents.
De rien, a bientôt ! :)
oh punaise trop bien vous allez faire une conférence dans mon IUT ce mardi. Trop hate en attendant je charbonne les vidéos!
Mardi prochain il me semble ! :D
Hate d'y etre !
Bonjour, Ta vidéo est super claire et très intéressante pour la data scientist junior que je suis ! Merci.
Bonjour Julie et merci ! Bon courage dans tes projets :)
Toujours au top, merci beaucoup Guillaume.
Si ça vous intéresse, moi, j'ai fait plein de projet de dataset de kaggle et à chaque fois que je trouve une astuce ou quelques chose que je sais que ça va se répéter dans d'autres projets , je garde son code source dans des fichiers Template, l'erreur que j'ai faites est de prendre aussi des algo de ML que je ne sais même pas à quoi ils servent ni leurs fonctionnement :) , je vais devoir cleaning un peu ces Template ça c'est sure, et sachez que la base de ces templates vient de vos vidéos alors merci beaucoup.
Bon courage
C'est une bonne idée de garder des templates comme vous le faites, ça vous servira plus tard, je vous l'assure. Bravo et merci ça fait plaisir de vous aider :D
Vous êtes formidables , toujours au top 👌
merci !
Il faut toute une vie de pratique pour mesurer la profondeur de tes conseils :)
Vidéo incroyable, un grand merci pour ces explications c'était très clair 😉
Comme d'habitude. Vous êtes le meilleur.
Merci beaucoup !
Merci pour cette vidéo!
La visualisation de l'overfitting pour les arbres de décision est super, je m'en rappellerai!
Content que ça soit utile :)
Bravo pour vos vidéos, très claires !
Au top, j'attends toujours tes vidéos avec impatience.
Merci beaucoup :)
toujours au top tes videos. Merci Guillaume
Merci beaucoup Tim :)
Merci encore pour tout ce que tu fais pour nous !!!
Courage !!!
De rien, ça fait très plaisir !
Salut ! Je découvre ton contenu, il est super intéressant, on voit le boulot derrière ! J'adore le fait que tu aies appris ça seul par passion, comme quoi c'est possible ! Bonne continuation à toi ^^
Merci beaucoup ! :)
Merci beaucoup de partager tout ton savoir ! (Enfin une partie 😅). Je n’ai pas vu toute tes vidéos encore.
De rien ! Bienvenue dans la communauté :)
Merci encore Guillaume pour tes vidéos
De rien ;)
Encore MERCI Guillaume pour vos vidéos toujours aussi instructives et percutantes,
aujourd'hui, j'utiliserai d'avantage un apprentissage non-supervisé pour votre coupe de cheveux. ;)
Ahahah merci merci ! Avec le covid je ne suis pas allé chez le coiffeur depuis un sacré temps !
Totalement d'accord, une bonne vieille méthode de bourrin pour tout tester ahaha! Il y a aussi des cas, ou le choix du modèle peut se faire en fonction de la manière où il sera utilisé. Certains utilisateurs aurons peut-être très peu de puissance de calcul (comme à bord d'un ordinateur de satellite), ou alors les ingénieurs qui valident les rapports ressentent le "besoin" de voir les équations. Donc je te rejoins aussi sur l'importance de tester les modèles simples en priorité :)
Oui, et c'est aussi en partie parce que si on déploie en premier un modèle complexe, alors il se peut qu'il se porte bien, mais on n'explorera jamais un modèle plus simple, et on ne verra alors pas qu'on peut obtenir les memes performances avec un modèle qui consomme 10 fois moins !
T as crevé l écran hier soir chez Graven . T es au Top.
Merci ! :)
Bonjour Guillaume, toujours au Top 😍😍. Cependant ce serait bien que tu nous fasses une vidéo sur la mise en production d’un pipeline de ML.
Je vais le faire a l'avenir, merci :)
Merci beaucoup Guillaume
Pour cette excellente vidéo
De rien :)
Bonjour, je ne suis pas dans la data science, mais vos vidéos sont si bien faites qu'elles sont intelligibles et par conséquent je les ai toutes vues.
Je m'intéresse au sujet par curiosité, et je suis tombé sur l'outil Google Colab. Je voulais savoir ce vous en pensiez. Et encore bravo, pour la chaine !!!
Bonjour et merci beaucoup :) Je suis heureux que ces vidéos intéressent des gens curieux comme vous. Google Colab est un outil très utile pour dépanner (coder en ligne) et partager son code (lorsqu'il n'est pas confidentiel) avec d'autres collaborateurs
Bonjour et Merci une fois de plus pour vos conseils.
Thank you for your time
Toujours top en espérant de faire des vidéos sur deep learning (RNN et LSTM)
Merci deuxième fois :)
Les vidéos arrivent ! Elles arrivent ! :D
Bonjour Mr vos vidéos sont hyper intéressantes , j ai vraiment besoin de votre livre, je ne vois pas le lien.
Merci beaucoup pour ces explications !!!! super
Bonjour Guillaume Merci beaucoup
Bonjour et merci :)
Merci pour cette vidéo, très intéressant!!
De rien :)
Excellent travail 👏
merci !
Waiting for your lessons about deep learning , thank you a lot 👍🙏
I am currently editing the first video of it :)
This is great 😍
Salut à toi Guillaume super comme d'habitude
Merci :)
Merci Beaucoup Mr Guillaume. Je suis impatient d'acheter votre premier livre et de suivre vos prochaines videos sur le deep learning. Je souhaiterais savoir comment l'on peut déployer son son modèle et en faire une application web.
Merci beaucoup pour votre soutien :)
Vous pouvez utilisez flask, google cloud, AWS, ou bien d'autres outils pour cela, mais ne vous en faites pas je ferai des vidéos a ce sujet a l'avenir :)
Propre 👏 ✨
Merci :D
Nice video qui répond vraiment à nos questionnements non dévoilés, franchement Guillaume on ne peut pas vous remercier assez.
Par ailleurs j'ai un projet avec un dataset de beaucoup de catégories; maintenant j'ai opté à faire la classification mais je ne sais pas exactement quel modèle de classification je dois choisir car ma target a trois modalités distinctes.
Essayez de commencer par des arbres de décisions.
Bonjour, on attend tjrs les nouveautés avec impatience
Bonjour et merci pour votre fidélité... et votre patience ! :D
Merci Guizo pour cette video tres utile.
Excellent contenu,bravo 👏👏👏
Merci ! :D
Je suis bien d'accord avec toi concernant le preprocessing mais une fois qu'il est bien fait je trouve que la librairie pycaret est super utile pour comparer les perfs d'un tas de modèles en très peu de code !!!
PS : pycaret prend en compte que le ML pas le DL mais je trouve cette lib déjà assez géniale comme ça !
Mrc bcp pour vos efforts
Merci a vous :)
Bonjour Guillaume merci encore pour ces vidéos de qualité:
Seulement j'aimerais voir un cas professionnel de sélection de model.
Je vais en faire alors, pas de problème :)
Très top Guillaume
Merci beaucoup ! Hâte de voir la suite ! Que penses-tu du service Auto ML de Google ? Quels peuvent être les limitations ? Bonne continuation je reste abonné et spectateur !
AutoML est un super outil, mais il ne remplace pas un data scientist, en partie a cause du Théoreme du "no Free Lunch". C'est a dire que AutoML arrivera toujours a fournir de bon résultats il est vrai, mais uniquement sur des problèmes déjà connus et résolus. En revanche, pour tout ce qui concerne la création de modeles pour de nouveaux problemes c'est plus compliqués pour AutoML d'obtenir de bons résultats.
Merci beaucoup Guillaume, Merci Mille fois
De rien :)
Bonjour Guillaume ,
Vous êtes toujours au top , bravo pour le travaille que vous faites , pouvez vous nous faire un exemple pratique ?!
Bonjour et merci :) Oui je vais faire des projets bientôt, mais avant tout je vais sortir la série Deep Learning ! :)
Toujours chaud bouillant, cool!
Merci beaucoup !
Meilleur prof 🥰
Merci pour ce compliment !
Merci vous m'avez beaucoup aidé
Je vous en prie !
Merci beaucoup pour cette vidéo
Pouvez vous nous faire un vidéo sur comment faire nos propres classes Estimator et Transformer,
et leur utilisations dans un pipeline.
Merci
Oui je vais le faire, vous pouvez compter sur moi :)
@@MachineLearnia Merci beaucoup :)