Machine learning pour tous avec AutoML (H2O - Python)

Principe et librairies AutoML. Sélection des meilleurs algorithmes et identification automatique des meilleurs valeurs des hyperparamètres. Combinaison (stacking) des modèles pour de meilleures performances prédictives. Exemple sur les données SPAM avec H2O sous Python : gradient boosting, random forest, deep learning. Comparaison avec les forêts aléatoires de scikit-learn avec justification du choix de cette approche à partir des caractéristiques des données. Données et notebook Python : tutoriels-data-...