II.6.5.4 Normalisation
-Une normalisation des données a dû être
effectué avant la passage a certain modèle.
II.6.6 Augmentation de données
On parle d'enrichissement de données lorsque on croise
les données existantes avec de nouvelle informations.
Dans notre cas on peut penser a ajouter plus de
caractéristiques liées au projet a savoir type de
moteur,Batterie,pays de fabrication...
Néanmoins et après réflexion ces
informations ne sont pas nécessaire a notre problématique de
base.
II.7 Conclusion
Cette étape représente une partie importante de
notre travail (60% du temps du projet) car elle inclus également une
bonne compréhension de l'aspect métier au préalable.
PRéVISON DE DATE DE PASSAGE DES JALONS 2022
35
partie II
État de l'art
Table des matières
III Techniques de traitement 39
III.1 Introduction 40
III.2 Machine Learning 40
III.3 Apprentissage supervisé 40
III.4 Régression ou classification 40
III.5 Algorithmes linéaires ou non linéaires
41
III.6 Modèles paramétriques ou non
paramétriques 41
III.7 Apprentissage hors ligne ou incremental 41
III.8 Modèles géométriques ou
probabilistes 42
III.9 Les principaux algorithmes 42
IV Techniques d'évaluation 49
IV.1 Performance d'un modèle et sur-apprentissage
50
IV.2 Évaluation de la classification 51
IV.3 Évaluation de la régression 52
V Résultats obtenus 53
V.1 Classification 54
V.2 Régression 58
| 
