Je ne suis pas du domaine de la data , plutôt de la physique et ingénierie médicale, mais j’ai vraiment beaucoup apprécié la vidéo et je suis ébloui de voir à quel point ce domaine peut révolutionner aussi la médecine..
Félicitations Natacha. Je viens de voir ta vidéo, tu as fait un travail formidable. Il reste une dernière étape que tu as oublié. La population n'étant pas partagée entre 50% de malades et de sains, il faut apprendre la probabilité de classement des individus. Cette probabilité s'appelle false positive rate et une autre s'appelle true positive rate. Le croisement des deux te donne le taux réel de classement qui serait différent de 0.5.
J’ai vraiment apprécié votre vidéo. C’est un exemple concret de Machine Learning expliqué de manière accessible. J’espère qu’il y aura d’autres contenus similaires capables de nous inculquer les notions de Machine Learning aussi simplement. Merci!
J'ai aimé le contenu et cela me donne envie d'apprendre davantage sur le machine learning tant la thématique sur la santé me parle. je suis 100% débutant dans l'univers de la data. merci pour ce partage et courage dans ce challenge de nous démystifier la Data.
Trop intéressant, ne serait-il pas aussi utile d'utiliser les réseaux de neurones pour une meilleure prédiction? ou de faire prochainement une vidéo sur ça aussi,
Bonjour, votre vidéo est vraiment didactique . Comment peut ton accéder à la base de données, pour refaire l'exemple ? Et avez vous le fichier sur le coinstat ? Merci
J’ai vraiment apprécié votre vidéo. C’est un exemple concret de Machine Learning expliqué de manière accessible. J’espère qu’il y aura d’autres contenus similaires capables de nous inculquer les notions de Machine Learning aussi simplement. Merci!
Je ne suis pas du domaine de la data , plutôt de la physique et ingénierie médicale, mais j’ai vraiment beaucoup apprécié la vidéo et je suis ébloui de voir à quel point ce domaine peut révolutionner aussi la médecine..
Ravi de l'entendre !
merci beaucoup pour la video ; carrement c'est tres compris
Avec plaisir
Félicitations Natacha. Je viens de voir ta vidéo, tu as fait un travail formidable. Il reste une dernière étape que tu as oublié. La population n'étant pas partagée entre 50% de malades et de sains, il faut apprendre la probabilité de classement des individus. Cette probabilité s'appelle false positive rate et une autre s'appelle true positive rate. Le croisement des deux te donne le taux réel de classement qui serait différent de 0.5.
Infiniment merci madame pour ce cas concrets. Je serai ravie d'en avoir assez plus 🙏
J’ai vraiment apprécié votre vidéo. C’est un exemple concret de Machine Learning expliqué de manière accessible. J’espère qu’il y aura d’autres contenus similaires capables de nous inculquer les notions de Machine Learning aussi simplement. Merci!
Merci pour ce retour 😊
Super refresh de ces modèles, merci 🙏
Avec plaisir 👍
Merci Natasha pour cette vidéo, tu fais un bon travail en partageant tes connaissances en data mining.
Félicitations
Merci pour ce retour😇
Vraiement merci beaucoup pour la divulgation. Vous faites un travail exceptionel.
Avec plaisir 😊
Amazing !!! Vous transmettez très bien ....
Très heureux de découvrir cette chaine
Merci
Avec plaisir 😊
Merci beaucoup, c'était riche en enseignement.
Génial !
J'ai aimé le contenu et cela me donne envie d'apprendre davantage sur le machine learning tant la thématique sur la santé me parle. je suis 100% débutant dans l'univers de la data. merci pour ce partage et courage dans ce challenge de nous démystifier la Data.
Bonjour. Stp es ce que dans cet exercice, on pouvait utiliser la régression pénaliser ridge et lasso
Merci pour vos explications !
Avec plaisir 😊
Super demo ...
Tu me redonne le goût pour R
Great, ça fait un fan de R en plus😇
J'adore tes cours.
Merci
Trop intéressant, ne serait-il pas aussi utile d'utiliser les réseaux de neurones pour une meilleure prédiction? ou de faire prochainement une vidéo sur ça aussi,
Oui une DNN ça peut donner des bons résultats mais tu n’as pas besoin de ça puisque des techniques d’ensemble learning peut donner des bons résultats
Les réseaux de neurones sont trop complexes pour cette problématique. Il faut toujours commencer par des modèles simples
Bonjour madame. Est ce qu'on peut avoir le code utiliser dans cet vidéo ou faire un vidéo complet sur le sujet. Si possible
❤❤❤ Merci j'apprécie beaucoup
Avec plaisir 😊
Est que peut tu diffuser une séance de prédiction pluviométrique à travers Dep-learning. Merci beaucoup
Bonjour,
votre vidéo est vraiment didactique . Comment peut ton accéder à la base de données, pour refaire l'exemple ?
Et avez vous le fichier sur le coinstat ? Merci
Merci pour ce retour. La base de données est disponible ici www.kaggle.com/datasets/mathchi/diabetes-data-set
@@LeCoinStat Merci beaucoup
Merci pour la vidéo. Serais ce possible d'avoir le programme? Merci
Impeccable !
Merci
Merci pour le travail, je suppose que l'on peut tout faire en python sans passer par R?
On peut le faire avec python ( d'ailleurs plus simple ) .
Mais c'est aussi utile d'utiliser R
Salut Natacha, c'est formidable, excellent boulot.
Est t-il possible d'obtenir le script R ?
Merci
Vous ne faites pas d'analyse univariéé ensuite bivariée, etc... ?
Il faut le faire dans la pratique
nice video
Thanks
Merci là-bas
Avec plaisir 😊
avoir 60 pour cent de pouvoir de classification ne serra pas accepté dans le domaine de la santé. les enjeux sont très importants
J’ai vraiment apprécié votre vidéo. C’est un exemple concret de Machine Learning expliqué de manière accessible. J’espère qu’il y aura d’autres contenus similaires capables de nous inculquer les notions de Machine Learning aussi simplement. Merci!
Merci bien
Bonjour madame. Est ce qu'on peut avoir le code utiliser dans cet vidéo ou faire un vidéo complet sur le sujet. Si possible