Catégorisez automatiquement des questions

Nous allons mettre en œuvre une approche d’apprentissage non supervisé, semi-supervisé et supervisé pour construire notre application de prédiction de tags pour les questions postées sur le site web stackoverflow. Nous procédons au nettoyage des données, aux features engineering, à la modélisation de l’apprentissage non supervisé, à la modélisation supervisée et à la modélisation semi-supervisée. Nous construisons également une API client à l’aide de Flask qui peut être trouvée ici. Stack Overflow propose un outil d’exportation de données ici que nous utilisons pour obtenir les données nécessaires à la construction de l’application.

July 9, 2020

Concevez une application au service de la santé publique

Nous appliquerons l’une des techniques du machine learning appelée apprentissage non supervisé pour regrouper les aliments en fonction de leurs informations nutritionnelles. Le jeu de données utilisé pour cette application provient de Open Food Fact. Nous procédons au nettoyage des données, aux features engineering, à la réduction de dimension et à la segmentation des données. Ce projet peut être trouvé sur Github

April 11, 2017

Segmentez des clients d'un site e-commerce

Nous utilisons l’apprentissage non supervisé pour regrouper les clients d’une entreprise de e-commerce. Nous procédons au nettoyage des données, aux features engineering et à la segmentation des données. Nous utilisons les algorithmes KMean, Minibatchkmeans, Agglomerative clustering, Spectral clustering et Density-based Clustering (DBSCAN) pour atteindre le meilleur modèle de clustering. Le jeu de données utilisé pour cette application peut être trouver ici. Ce projet peut être trouvé sur Github