L' Encodage des Données Catégorielles Pour Le Machine Learning: Label Encoding, One Hot Encoding...

Dans cette vidéo du jour 22 du challenge #100JoursDeML, nous allons aborder les différentes techniques d'encodage de données en Machine Learning. Les données catégorielles sont courantes dans de nombreux ensembles de données, mais les algorithmes de ML ne peuvent pas traiter directement ces données. Nous allons explorer les quatre principales techniques d'encodage de données : Label Encoding, One Hot Encoding, Ordinal Encoding, et Target Encoding. Nous allons discuter des avantages et des inconvénients de chaque technique, et nous allons également examiner quand et comment les utiliser pour améliorer les performances de votre modèle de ML.



00:00 Introduction
01:40 Label Encoding
05:00 One Hot Encoding
07:57 Target Encoding
09:18 Résumé et Conclusion



Lien vers les vidéos du challenge: https://www.youtube.com/watch?v=SwGghwhk9Ak&list=PLyh35eYRez8e0KxsArawcDm6TYPVq0rU_






Lien vers le cours théorique: https://cours-machine-learning.blogspot.com/p/analyse-factorielle.html

Lien vers la documentation du package fanalysis: https://pypi.org/project/fanalysis/

#100JoursDeML #LeCoinStat #datascience #machinelearning



---------------------------------------
SUIVRE LeCoinStat

YouTube : https://www.youtube.com/channel/UCoin...
Discord: https://discord.com/invite/RpyvkR7SfQ
Linkedin:https://www.linkedin.com/in/natacha-njongwa-yepnga/
TikTok: https://vm.tiktok.com/ZMLEgAhku/
Instagram :https://www.instagram.com/lecoin_stat/
Facebook : https://www.facebook.com/LeCoinStat