0 votes
par (160 points) dans Séquence 1
Bonjour,
je vous remercie pour le cours qui est très intéressant.

J'ai essayé d'appliquer ce que vous avez expliqué pour un réseau dense dans le cas du database du Titanic (le premier exercice proposé sur Kaggle). Sans succès, car j'obtiens une accuracy du 38%.

Le notebook est le suivant :
https://drive.google.com/file/d/1MeHLKV9OvpdkhBDssijFdVKh4nEbKGh2/view?usp=share_link

Quelqu'un saurait me dire où est l'erreur ?

1 Réponse

+1 vote
par Vétéran du GPU 🐋 (20.4k points)
sélectionné par
 
Meilleure réponse
C’est sûrement les hyperparamètres qui ne sont pas adaptés, voici un exemple qui marche : https://www.kaggle.com/code/kabure/titanic-eda-model-pipeline-keras-nn
Mais pour ce genre de dataset, il est préférable d’utiliser des modèles de Machine Learning classiques.
par
Qu'appelez-vous "des modèles de Machine Learning classiques" ? Keras sequential ?
par Vétéran du GPU 🐋 (20.4k points)
Non Keras est pour le deep learning. Je parle de Random Forest, SVM, Régression linéaire... (avec Scikit-Learn du coup).
par
D'accord, merci.
par (160 points)
Bonjour, merci beaucoup.
Dans l'exemple que vous avez proposé, les colonnes avec des valeurs numériques sont convertis en "classes" : l'age par exemple permet de separer "enfant", "garçons" et "adultes". Y a-t-il une raison pour faire ça ? On ne pourrait pas passer au réseau dense directement l'age par exemple ?

Merci encore,
Stefano.
...