Lien vers le notebook: github.com/LeCoinStat/100JoursDeML/blob/main/05_Apprentissage_Supervise/01_Regression_Lineaire/01_Example/01_Linear_Regression_Boston_Housing.ipynb
Sincèrement, tu as l'art d'enseigner. J'apprends beaucoup de choses avec tes vidéos. Je suis statisticien mais j'ignorais beaucoup de choses importantes que je découvre dans tes vidéos. Bravo! Pour ta question: Si le modèle devrait avoir une constante et qu'on ne l'intègre pas dans notre modèle alors le R2 ne peut plus signifier le pouvoir explicative du modèle.
La prise en compte d’une constante dans la méthode des moindre carré (ols), permet de réduire la variance des résidus. Le modèle permet de mieux restituer le lien entre la variable dépendante (à expliquer) et les variables indépendantes (explicatives).
Bonjour Madame, J'ai un background de plus de 8 années dans la collecte de données statistiques pour la prévision des récoltes cacaoyères annuelles. Je fais mes premiers dans les data car j'ai obtenu mon certificat data analyst depuis le mois de Mai. Je projette devenir consultant en analyse prévisionnelle. Comment pourriez-vous m'y aider svp?
Lien vers le notebook: github.com/LeCoinStat/100JoursDeML/blob/main/05_Apprentissage_Supervise/01_Regression_Lineaire/01_Example/01_Linear_Regression_Boston_Housing.ipynb
Je suis en pleine reprise après une longue période de maternité. Vos vidéos sont un trésor. Merci
Bonne reprise à vous 🤗
Dès que j'ai vu ta vidéo je me suis abonné.
Continue ainsi 🎉🎉🎉
Bienvenue sur la chaîne 🎉🎉🎉
Le background musique de la vedio cest exactement comme celle de Guillaume machine learnia ,excellent travail❤
Sincèrement, tu as l'art d'enseigner. J'apprends beaucoup de choses avec tes vidéos. Je suis statisticien mais j'ignorais beaucoup de choses importantes que je découvre dans tes vidéos. Bravo!
Pour ta question: Si le modèle devrait avoir une constante et qu'on ne l'intègre pas dans notre modèle alors le R2 ne peut plus signifier le pouvoir explicative du modèle.
Merci beaucoup pour ce retour😇
Vidéo très instructive et complète. Veuillez juste diminuer le débit pour permettre un suivi plus attentif. Merci.
La prise en compte d’une constante dans la méthode des moindre carré (ols), permet de réduire la variance des résidus. Le modèle permet de mieux restituer le lien entre la variable dépendante (à expliquer) et les variables indépendantes (explicatives).
commencer par les modeles les plus simple .............merci❤
Always👌
Très très bien expliqué!
Merci
Génial !! Merci Natacha.
Je t'en prie Warys:)
Merci beaucoup §
Je t'en prie Salabiakou
Une très bonne référence pour construire un modèle de régression linéaire sur python
Thanks Lionel
🤩🤩
😇
Merci beaucoup !
Je t'en prie:)
Bonjour Madame,
J'ai un background de plus de 8 années dans la collecte de données statistiques pour la prévision des récoltes cacaoyères annuelles.
Je fais mes premiers dans les data car j'ai obtenu mon certificat data analyst depuis le mois de Mai. Je projette devenir consultant en analyse prévisionnelle. Comment pourriez-vous m'y aider svp?
❤❤ merci ✌️
Avec plaisir John
Vraiment merci
De rien Lamine
Pourriez-vous faire la même chose en utilisant Sklearn svp ?
Je note à to do list