PYTHON SPÉCIAL MACHINE LEARNING - PYTHON NUMPY machine learning (10/30)

Cette Formation Python Numpy est un tutoriel français spécial machine learning: Numpy est le package python le plus important pour faire du machine learning et du data science. Numpy comprend le tableau array dit ndarray (n dimensions) qui est un objet extrêmement puissant en machine learning et data science. Numpy propose beaucoup de méthode pour le ndarray, dans cette vidéo nous voyons les différents constructeurs qui permettent d'initialiser les tableau ndarray: np.array() np.zeros() np.ones() np.full() np.random.randn() les deux attributs les plus importants à retenir sont : shape size pour développer des programmes puissants, pensez à définir le type de valeur dans le np.array() avec dtype = np.int16, np.float64 Nous voyons aussi les méthodes les plus utiles pour manipuler la forme de nos tableau numpy: np.vstack np.hstack np.concatenate np.reshape np.squeeze np.ravel Il n'y a rien de plus à retenir pour bien se lancer avec Numpy. Ignorez les autres attributs et méthodes pour le moment ! ► Timeline de la vidéo : 0:00 Intro 00:40 Le tableau Numpy, ses dimensions et sa shape 05:20 initialiser un ndarray: np.ones, np.zeros, 09:15 np.random.randn 12:04 np.linspace, np.arange 13:24 dtype=np.float16 np.float64 15:43 Assembler des tableaux: vstack hstack concatenate 18:40 np.reshape np.squeeze 22:10 np.ravel() 23:08 Exercice ► Soutenez-moi sur Tipeee pour du contenu BONUS: https://fr.tipeee.com/machine-learnia ► Documentation Numpy pour ndarray: https://docs.scipy.org/doc/numpy/reference/generated/numpy.ndarray.html ► Documentation Numpy pour np.random: https://docs.scipy.org/doc/numpy-1.16.0/reference/routines.random.html ► ARTICLE EN COMPLÉMENT DE CETTE VIDÉO: https://www.machinelearnia.com/ ► NOTRE COMMUNAUTÉ DISCORD https://discord.gg/WMvHpzu ► Recevez gratuitement mon Livre: APPRENDRE LE MACHINE LEARNING EN UNE SEMAINE CLIQUEZ ICI: https://www.machinelearnia.com/apprendre-le-machine-learning-en-une-semaine/ ► Télécharger gratuitement mes codes sur github: https://github.com/MachineLearnia ► Abonnez-vous : https://www.youtube.com/channel/UCmpptkXu8iIFe6kfDK5o7VQ ► Une question ? Contactez-moi: contact@machinelearnia.com