Video není dostupné.
Omlouváme se.
Nettoyage de donnees
Komentáře • 52
Další v pořadí
Automatické přehrávání
DETECTER LES VALEURS ABERRANTES OU OUTLIERSopenclass4all
zhlédnutí 10K
Nettoyage de donneesopenclass4all
zhlédnutí 6K
Comment omettre les lignes avec données manquantes, supprimer ou ignorer les NA dans RMinukuu Tutorials
zhlédnutí 4,3K
The Joker saves Harley Quinn from drowning!#joker #shortsUntitled Joker
zhlédnutí 60M
Který kostým je váš nejoblíbenější? 😭Natyla
zhlédnutí 130K
iShowSpeeda Takhke OkradliTaky Bige
zhlédnutí 471K
Wait for the last one! 👀 🍽️Josh Horton
zhlédnutí 18M
TECHNIQUES DE NORMALISATION ET DE STANDARDISATION [ FEATURE SCALING ]openclass4all
zhlédnutí 7K
Comment CHOISIR LE BON MODÈLE de Machine Learning ?Machine Learnia
zhlédnutí 87K
Nettoyage de donnéesopenclass4all
zhlédnutí 1,2K
TRAITER LES VALEURS ABERRANTESopenclass4all
zhlédnutí 6K
Feature Engineering: Comment gérer les valeurs manquantes d'une base de données?FORMASYS
zhlédnutí 10K
TRANSFORMATION OU ENCODAGE DE VARIABLES QUALITATIVES EN VARIABLES NUMERIQUESopenclass4all
zhlédnutí 8K
Data Cleaning / Le nettoyage des données: Dealing with missing data with Python and PandasDataScience With Khaoula
zhlédnutí 901
Entrainer un modele de machine learningopenclass4all
zhlédnutí 8K
Analyse des données qualitatives : l'interprétative, l'anthropologie sociale et recherche actionSurvivreauxSciencesHumaines Prof 2.0
zhlédnutí 24K
Co na to ŘÍKÁTE?🔥 JIŽ online na HEROHERO🔥TĚLO na TĚLO - podcast
zhlédnutí 61K
Chocolate Screwdriver! 🔩 Always have the right tool for the job! #amauryguichon #chocolateAmaury Guichon
zhlédnutí 48M
DRAMA MR.BEASTAVidrail
zhlédnutí 309K
CO TVOJE TĚLO NEDOKÁŽE UDĚLAT (ALE MĚLO BY TO UMĚT) 😅🤣Stejk
zhlédnutí 292K
11 year TRICKS Magnus Carlsen? 😱 #magnuscarlsen #chessChessBase India
zhlédnutí 13M
OMG what happened??😳 filaretiki family✨ #socialFilaretiki
zhlédnutí 12M
Getting her riled up for no reason 🤣Hunna & Lib
zhlédnutí 38M
Díl který byl OSOBNÍ🔥 JIŽ online na HEROHERO🔥TĚLO na TĚLO - podcast
zhlédnutí 103K
*REJOINDRE LA COMMUNAUTE OPENCLASS4ALL:* 👉 czcams.com/channels/E-613S-bsuLukwHDhnRxIA.html
Merci beaucoup pour la vidéo
Avec plaisir
Masha'Allah
Merci beaucoup, le meilleur est à venir insha Allah !
Merci pour cette video richissime.
Merci a vous de l'avoir suivi.
Merci beaucoup pour le travail abattu. Que Dieu vous bénisse abondamment
Merci à vous de l'avoir suivi.
Si vous êtes intéressés, vous pouvez trouver plusieurs sur le même thématique à l'URL suivante 👉 youtube.com/@openclass4all/playlists ✅
Bonjour à tous chers amis !
Durant le mois de décembre j'ai decidé de répondre à toutes les questions posées, en commençant par celles qui sont plus pertinentes.
à trés bientôt
Merci pour ces tutos très riche et utile
De rien
Merci beaucoup pour cet importantissime cours
Merci d'avoir apprecié le contenu, le plus important est à venir insha Allah
Merci pour ce cours !
Avec plaisir
*Le notebook est disponible sur mon github* 👉 github.com/ousmanhamit
N'hésitez pas à poser des questions si vous en avez concernant cette video ou les autres videos liées à celle-ci en commentaire ou en m'envoyant directement un émail à l'adresse Gmail émaill de la chaine.
Merci beaucoup.
C'est cool ce que vous faites. J'apprends le machine learning depuis un moment. Je suis très impatient de voir comment vous faites l'entrainement et le déploiement des modèles. J'ai du mal a bien cerner ces deux étapes. Bonne continuation
Merci pour votre commentaire.
J'ai pris note de votre remarque et on vas y arriver bientôt 👍
Comment gère-t-on les valeurs manquantes pour les variables qualitatives surtout catégorielles. Existe des méthodes pour gérer les NA par quelques lignes de codes pour un tableau de données contenant des variables qualitatives et quantitatives? Ou bien faut-il dans ce cas séparer les variables quantitatives des qualitatives pour exécuter des méthodes différentes?
Bonjour @@manouantiadominique2576 !
Je ferai une ou deux vidéos durant le mois de décember pour répondre à l'ensemble des questions posées, merci pour votre question, elle est vraiment la plus pertinente.
Salue @DOMINIQUE, j'ai répondu à ta question dans cette video => czcams.com/video/KOniG5WWAZ8/video.html
merci beaucoup super vidéo !
Merci vraiment à vous de l'avoir apprecié le contenu 👍
Machallah qualité vidéo top et bien expliqué
Merci beaucoup
Merci beaucoup pour ce cours
Merci à vous de l'avoir apprecié, j'ai également d''autre contenu à cette url = czcams.com/video/E3HbvAH9W0A/video.html qui pourrait vous interesser, si c'est le cas, vous pouvez me laisser un commentaire.
Super! merci beaucoup pour cette vidéo très bien faite et pour vos explications très claires!
Merci pour votre appréciation.
openclass4all
Si ça vous intéresse, voici toutes les vidéos de ma chaîne 👉 czcams.com/users/openclass4allplaylists
Merci de les partager avec vos amis.
Merci pour la précision du critère d'imputation par ma moyenne ou la médiane : très intéressant !
Je vous en prie
Il est absolument indispensable de tenir compte de cette condition sinon les resultats que vous obtiendrez seraient completement faussés pour la plus part des algos de ML, expcepté quelqu'uns que je vous en parlerai dans une autre vidéo.
Bonjour Monsieur est il possible de m indiquer les étapes a suivre de début jusqu'au model ML en détail si possible
Oui, les videos de chaque playlist sont faites dans l'esprit du respect des étapes, dès que j'aurai un peu du temps libre, je vous ferai une vidéo sur les étapes à suivre, promu
Est-ce que vous avez d'autres videos de ce genre ?
Oui
Voici toutes les videos de ma chaine 👉 czcams.com/users/openclass4allplaylists
Merci de les partager
Bonjour et merci pour ce travail excellent, j'aimerai savoir s'il y'a une possibilité de remplacer les valeurs manquantes de chaque types par groupe ( catégorielle et numérique). merci
Bonjour Tsouapi Rigobert!
Merci votre question, oui il est tout a fait possible de remplacer l'ensemble de valeurs manquantes de type STANDARD d'un dataset avec la fonction fillna() avec axis=0 pour les indexes ou axis=1 pour les colonnes, vous pouvez aussi utiliser la fonction replace() de pandas, en resumé ce que devez faire:
1. Il faut d'abord STANDARDISER l'ensemble de valeurs maquantes de votre dataset
2. ENCODER les variables categorielles(c'est le sujet de ma prochaine video pour le nettoyage de données)
Une fois que les étapes précedentes réalisées, on peut écrire un algorithme qui parcours colonne par colonne pour remplacer les valeurs manquantes selon LA STRATEGIE CHOISIE.
Salue @RIGOBERT, j'ai répondu à ta question dans cette video => czcams.com/video/KOniG5WWAZ8/video.html
J'ai j'ai répondu à ta question dans cette video 👉 czcams.com/video/t7ZoE9XrF1M/video.html
Fais moi un retour si ça te plait
svp ou est le data ? je ne le trouve pas
github.com/OusmanHamit/DATA-PRE-PROCESSING/blob/master/VALEURS_MANQUANTES(PARTIE%20I).ipynb
Les données manque ont été remplacées par la modalité par la plus élève
Non, pas du tout, les données manquantes ont été remplacés soit par la moyenne, soit par la médiane
On ne peut pas parler de MODALITES lorsqu'ils s'agit de variables numériques.
Masha'Allah