📊Analyse de données

Configurer la surveillance des modèles

Surveiller les modèles en production

Créer un rapport EDA automatisé

Générer automatiquement des rapports EDA

Concevoir un pipeline d'entraînement ML

Automatiser les pipelines d'entraînement ML

Comparer plusieurs classificateurs

Trouver le meilleur modèle pour une tâche de classification

Créer des contrôles de qualité des données

Valider la qualité des données dans les pipelines

Normalisation des caractéristiques pour apprentissage profond

Préparer les données pour l'apprentissage profond

Optimiser les hyperparamètres avec Optuna

Optimiser les hyperparamètres d'un modèle

Créer des graphiques de comparaison de distributions

Comparer des distributions de caractéristiques

Sélectionner des caractéristiques à l'aide de plusieurs méthodes

Sélectionner les caractéristiques les plus prédictives

Implémentation du déploiement fantôme

Déployer de nouveaux modèles de ML en toute sécurité

Construire une API de service de modèle

Servir des modèles de ML via une API REST

Générer un script d'analyse exploratoire de données

Profiler rapidement un nouvel ensemble de données