CHAPITRE 1 Introduction

1.1 Pourquoi l'apprentissage automatique ?
1.1.1 Problèmes pouvant être résolus grâce à l'apprentissage automatique
1.1.2 Compréhension du problème et des données
1.2 Pourquoi Python ?
1.3 scikit-learn
__1.3.1 Installation de scikit-learn
1.4 Bibliothèques et outils requis
__1.4.1 Jupyter Notebook
__1.4.2 NumPy
__1.4.3 SciPy
__1.4.4 matplotlib
__1.4.5 pandas
__1.4.6 mglearn
1.5 Python 2 vs.
Python 3
1.6 Versions des logiciels utilisés dans ce livre
1.7 Première application : Classification des variétés d'iris
__1.7.1 Chargement des données
1.7.2 Mesure des performances : données d'entraînement et de test
1.7.3 Avant toute chose : examiner les données
__1.7.4 Notre premier modèle d'apprentissage automatique : l'algorithme des k plus proches voisins
__1.7.5 Prédiction
1.7.6 Évaluation du modèle
1.8 Résumé et synthèse

CHAPITRE 2 Apprentissage supervisé

2.1 Classification et régression
2.2 Généralisation, surapprentissage et sous-apprentissage
2.2.1 Relation entre la complexité du modèle et la taille de l'ensemble de données
2.3 Algorithmes d'apprentissage supervisé
__2.3.1 Jeu de données à utiliser dans l'exemple
__2.3.2 k plus proches voisins
__2.3.3 Modèle linéaire
__2.3.4 Classificateur naïf de Bayes
__2.3.5 Arbre de décision
__2.3.6 Ensemble d'arbres de décision
__2.3.7 (Annexe de la version coréenne) Ensachage, arbre supplémentaire, Adaboost
__2.3.8 Machine à vecteurs de support à noyau
__2.3.9 Réseaux de neurones (apprentissage profond)
2.4 Estimation de l'incertitude dans les prédictions de classification
2.4.1 Fonction de décision
__2.4.2 Probabilité prévue
__2.4.3 Incertitude dans la multiclassification
2.5 Résumé et synthèse

CHAPITRE 3 Apprentissage non supervisé et prétraitement des données

3.1 Types d'apprentissage non supervisé
3.2 Les défis de l'apprentissage non supervisé
3.3 Prétraitement et mise à l'échelle des données
3.3.1 Diverses méthodes de prétraitement
3.3.2 Application de la transformation des données
__3.3.3 (Annexe de la version coréenne) Transformateur de quantile et transformateur de puissance
3.3.4 Mettre à l'échelle les données d'entraînement et de test de la même manière
3.3.5 L'effet du prétraitement des données dans l'apprentissage supervisé
3.4 Réduction de dimensionnalité, extraction de caractéristiques et apprentissage de variétés
__3.4.1 Analyse en composantes principales (ACP)
__3.4.2 Factorisation de matrices non négatives (NMF)
3.4.3 Apprentissage de variétés avec t-SNE
3.5 Cluster
3.5.1 Clustering k-means
__3.5.2 Fusionner les clusters
__3.5.3 DBSCAN
3.5.4 Comparaison et évaluation des algorithmes de clustering
__3.5.5 Résumé des algorithmes de clustering
3.6 Résumé et synthèse

CHAPITRE 4 Représentation des données et ingénierie des caractéristiques

4.1 Variables catégorielles
__4.1.1 Encodage One-Hot (Variable)
4.1.2 Caractéristiques catégorielles exprimées sous forme de nombres
4.2 OneHotEncoder et ColumnTransformer : Gestion des variables catégorielles avec scikit-learn
4.3 Créez facilement un ColumnTransformer avec make_column_transformer
4.4 Segmentation par intervalles, discrétisation et modèles linéaires et arborescents
4.5 Interactions et polynômes
4.6 Transformation non linéaire univariée
4.7 Sélection automatique des caractéristiques
4.7.1 Statistiques univariées
4.7.2 Sélection de caractéristiques basée sur un modèle
4.7.3 Sélection itérative des caractéristiques
4.8 Tirer parti des connaissances d'experts
4.9 Résumé et synthèse

CHAPITRE 5 ÉVALUATION DU MODÈLE ET AMÉLIORATION DES PERFORMANCES

5.1 Validation croisée
5.1.1 Validation croisée dans scikit-learn
5.1.2 Avantages de la validation croisée
5.1.3 Validation croisée hiérarchique à k plis et autres stratégies
__5.1.4 (Annexe de la version coréenne) Validation croisée répétée
5.2 Recherche par grille
5.2.1 Recherche par grille simple
5.2.2 Surapprentissage des paramètres et ensemble de validation
5.2.3 Recherche par grille utilisant la validation croisée
5.3 Indicateurs et mesures d'évaluation
5.3.1 N'oubliez pas l'objectif ultime
5.3.2 Métriques d'évaluation pour la classification binaire
5.3.3 Métriques d'évaluation pour la classification multiple
__5.3.4 Indicateurs d'évaluation de la régression
5.3.5 Utilisation des métriques d'évaluation dans la sélection de modèles
5.4 Résumé et synthèse

CHAPITRE 6 Chaînes d'algorithmes et pipelines

6.1 Prétraitement des données et sélection des paramètres
6.2 Création d'un pipeline
6.3 Application des pipelines à la recherche par grille
6.4 Interface de pipeline
__6.4.1 Création d'un pipeline à l'aide de make_pipleline
6.4.2 Accès aux propriétés de l'étape
6.4.3 Accès aux propriétés du pipeline dans la recherche par grille
6.5 Recherche par grille pour le prétraitement et les paramètres du modèle
6.6 Recherche par grille pour la sélection du modèle
__6.6.1 Éviter le double comptage
6.7 Résumé et synthèse

CHAPITRE 7 Traitement des données textuelles

7.1 Type de données Chaîne
7.2 Exemple d'application : Analyse des sentiments des critiques de films
7.3 Représentation des données textuelles sous forme de BOW
7.3.1 Application de BOW aux données d'échantillon
__7.3.2 BOW sur les critiques de films
7.4 Mots vides
7.5 Rééchelonnement des données avec tf-idf
7.6 Analyse des coefficients du modèle
7.7 BOW (n-gramme) composé de plusieurs mots
7.8 Tokenisation avancée, racinisation et extraction des titres
__7.8.1 (Annexe de la version coréenne) Analyse des critiques de films à l'aide de KoNLPy
7.9 Modélisation thématique et regroupement de documents
__7.9.1 LDA
7.10 Résumé et synthèse

CHAPITRE 8 CONCLUSION

8.1 Approches des problèmes d'apprentissage automatique
8.1.1 Participation à la prise de décision
8.2 Du prototype au produit
8.3 Tests du système produit
8.4 Créer votre propre estimateur
8.5 À apprendre davantage
8.5.1 Théorie
8.5.2 Autres frameworks et packages d'apprentissage automatique
8.5.3 Classement, systèmes de recommandation et autres algorithmes
8.5.4 Modélisation probabiliste, inférence et programmation probabiliste
__8.5.5 Réseaux neuronaux
8.5.6 Passage à l'échelle des grands ensembles de données
8.5.7 Développement des compétences
8.6 En conclusion

Une introduction complète à l'apprentissage automatique pour les praticiens du machine learning à la recherche de solutions à des problèmes concrets.
Une traduction révisée de la deuxième édition, reflétant scikit-learn 1.x et disponible pour la pratique sur Google Colab.

Ce livre n'explique pas comment construire des algorithmes d'apprentissage automatique à partir de zéro, mais se concentre plutôt sur l'utilisation du grand nombre de modèles déjà implémentés dans scikit-learn et d'autres bibliothèques.
Ce livre d'introduction ne requiert aucune connaissance préalable en apprentissage automatique ou en intelligence artificielle. Il vous guide pas à pas dans la création d'applications d'apprentissage automatique réussies, en mettant l'accent sur Python et scikit-learn.
Les méthodes présentées ici seront utiles non seulement aux professionnels des données développant des applications commerciales, mais aussi aux chercheurs et aux scientifiques.
Si vous êtes familier avec Python et les bibliothèques NumPy et matplotlib, vous comprendrez la majeure partie de ce livre.

★ Caractéristiques de la 2e édition de traduction révisée

Cette traduction révisée est basée sur la quatrième édition du livre original, et toutes les coquilles découvertes depuis la première édition ont été corrigées.
Nous avons également mis à jour l'ensemble du contenu pour qu'il soit conforme aux versions 1.x de scikit-learn.
De plus, nous avons apporté des modifications générales afin de permettre une pratique concrète dans Google Colab.

★ Contenu principal

● Concepts de base et applications de l'apprentissage automatique
● Avantages et inconvénients des algorithmes d'apprentissage automatique largement utilisés
● Comment exprimer les données traitées par l'apprentissage automatique
● Méthodes avancées d'évaluation des modèles et d'optimisation des paramètres
● Pipeline pour le modèle de chaîne et l'encapsulation du flux de travail
● Technologie de traitement des données textuelles
Conseils pour améliorer vos compétences en apprentissage automatique et en science des données