Les Techniques de Validation Croisée en Machine Learning Expliquées Simplement | Jour 50

แชร์
ฝัง
  • เผยแพร่เมื่อ 10 ธ.ค. 2024

ความคิดเห็น • 13

  • @vm3552
    @vm3552 ปีที่แล้ว

    Merci beaucoup 😊

    • @LeCoinStat
      @LeCoinStat  ปีที่แล้ว

      Avec plaisir:) Le challenge continue 🚀

  • @mamadouhassimioubah1813
    @mamadouhassimioubah1813 ปีที่แล้ว

    Merci beaucoup

    • @LeCoinStat
      @LeCoinStat  ปีที่แล้ว

      C'est un plaisir Mamadou🚀

  • @souleymanerashid8885
    @souleymanerashid8885 ปีที่แล้ว

    Merci encore de plus

    • @LeCoinStat
      @LeCoinStat  ปีที่แล้ว

      Merci pour le soutien Souleymane🚀

  • @warysmadia9074
    @warysmadia9074 ปีที่แล้ว

    La méthode standard de la validation croisée consiste à séparer en 2 échantillons le jeux de données afin d'entrainer le modèle et de le tester sur des jeux différents.
    Cette séparation s'effectue de façon aléatoire et peut favoriser un déséquilibre de valeurs pour des variables spécifiques.
    En conséquence, le modèle aura des performances relatives.
    L'objectif de la validation croisée stratifiée est de sélectionner les échantillons train et test tout en respectant la proportion d'une caractéristique donnée.
    Ainsi, le modèle sera entrainé sur des données equilibrées et aura un meilleur pouvoir de généralisation.
    Merci pour ces explications.

    • @LeCoinStat
      @LeCoinStat  ปีที่แล้ว

      Merci pour les réponses Warys, bon courage à toi pour la suite des vidéoes

  • @ethelcedricnzati9651
    @ethelcedricnzati9651 ปีที่แล้ว

    Difficile d'être plus clair dans les explications. Thank you 😃

  • @dialloamadoutidianekassadi3035
    @dialloamadoutidianekassadi3035 11 หลายเดือนก่อน

    Slu tu aides les africains qui n'ont pas la chance d'intégrer les grandes écoles d'ingénieur.

  • @lionelnbassebahan2165
    @lionelnbassebahan2165 ปีที่แล้ว

    Merci beaucoup 😊