Franchement Guillaume, votre formation est la meilleure de toutes les formations que j'ai suivi auparavant même les payantes. Big up à vous. I proudly learn with you!
d'habitude je ne m'attarde jamais sur des tutoriels en francçais tellement que c'est ennuyeux mais honnétement je peux passer des heures à regarder les siens, c'est bien expliqué et surtout beaucoup d'énergie en l'air. Top
Excellente vidéo. Personnellement je regarde vos vidéos une première fois "comme au cinéma", du début à la fin, ce qui permet d'avoir une vue d'ensemble sur les techniques décrites. Ensuite je les repasse "par petits bouts", avec un stylo en main et Anaconda and co ouverts pour refaire certaines parties en "réel" (je peux vous dire que la durée de la vidéo s'allonge sérieusement, mais je ne suis pas, ou plus, spécialement rapide). Je trouve cette méthode très efficace, bien qu'elle ne convienne sans doute pas à tout le monde, car elle permet une lecture à plusieurs vitesses, selon les besoins et les talents de chacun, et qu'elle ouvre des portes vers des techniques que l'on poura découvrir nous même en tant que de besoins. Je suppose par contre que la conception de la vidéo doit être très longue et très réfléchie, et vous remercie pour le gros travail effectué. J'espère que vous bénéficierez de retombées favorables dans votre vie professionnelle.
Merci beaucoup et Bravo pour votre démarche de refaire les programmes de la vidéo !Il est normal que cela prenne plus de temps que de visionner la vidéo ! Je coupe les moments longs durant le montage de la vidéo pour pouvoir apporter un maximum de valeur a mon audience (sans que la vidéo dure 1 heure). Oui la conception de mes vidéos est assez longue, je retourne parfois des parties quand je trouve que mes explications ne sont pas claires, simples et courtes. Merci et a bientôt ! :)
Bonjour, Je reprends aussi tout le cour vu il y a quelques mois déjà. Entre temps j'ai étudié plus dans le détail le Machine Learning. Je trouve maintenant des "perles" technologiques" que je n'avais pas saisi la première fois. En fait, tout est utile dans ces vidéos : c'est du condensé de professionnel. Il ne reste plus qu'à travailler pour assimiler tout cela. Bonne continuation. A+ ;)
Puisque vous avez l'air de prêter une attention particulière aux commentaires, et surtout parce que vous le méritez : Merci infiniment pour ce contenu, extrêmement ludique et digeste. Continuez ce que vous faites, vous aidez beaucoup de personnes, et de manière très efficace. Big up à vous !
Merci pour les deux vidéos sur Pandas. Travaillant sur la Business Intelligence et les bases de données relationnelles, cela m'a ouvert des perspectives. Il y a de quoi travailler : 26 min. de vidéos c'est 2h30 de prise de notes :) C'est toujours aussi clair merci.
@@MachineLearnia Merci pour votre réponse. Oui j'avais lu qu'un livre était actuellement en préparation, inutile de dire que je serai en pôle position pour me le procurer :) Seras-t-il édité par une maison d'édition, un financement participatif, autre ... ?
Intéressant, vivant, chouette, dynamique, avec le sourire et une motivation contagieuse ... je n'en reviens pas ! Après un bootcamp Data Analyst condensé, quel bonheur de vous trouver !! Vous n'imaginez pas ce que cela m'apporte ! Je viens de vous "connaître" et je suis addicte 😁. Merci infiniment !! 🙏
J'ai commencé à m'intéresser au domaine de machine learning, et je suis tombé sur une de vos videos.Et depuis je me suis abonné. Vos videos sont vraiment trop bien expliquer !!!
Bonjour Guillaume, en cherchant à m'initier dans le domaine du machine learning, j'ai découvert votre chaine et je suis très content. D'habitude, je ne suis pas fan de la programmation mais avec vous et votre façon de rendre les choses très simples, je commence vraiment à aimer ce domaine, merci bcp pour cette formation de qualité !
Merci bcp cela fait plaisir de trouver des ressources de qualité en fr. Un complément la corrélation par défaut dans pandas est de pearson donc le postulat est que cette corrélation soit linéaire ceci est le cas pour btc eth par ailleurs elle évolue dans le temps. Bien à vous. Gautier
Merci et je confirme que ce que vous dites, je n'ai pas pris le temps de donner tous ces détails ! Merci beaucoup pour ce commentaire très pertinent ! Vous devriez rejoindre la communauté sur Discord ! A bientôt :)
Toujours très ludique et très enrichissant tout en restant concret bref et que des choses vraiment utile et essentiel. Franchement merci pour le travail et je suis impatient pour la suite. :)
Bonjour, je m'intéresse à la Data Science depuis qq semaines, j'ai trouvé énormément de ressources en anglais et je suis ravi de découvrir votre travail aujourd'hui. Vos contenus sont vraiment de qualité, synthétiques et tournés vers la pratique. Merci et bravo! Subscribed
Merci beaucoup Clément. Je suis très heureux quand je lis ce genre de message. Savoir que mon travail vous aide me motive énormément ! Si vous avez la moindre question, posez la en commentaire je me ferai une joie de vous aider. A bientôt
Je découvre ta chaîne, je suis une formation de Data/IA et ton dynamisme m'aide à mieux comprendre certains point. C'est très fluide et bien présenté pour un sujet tout de même complexe. Bravo et merci !
Vos vidéo sont tellement bon ke, je le suis tjr avec un stylo et cahier a la main + pc sur lekel il faut coder en direct ,ce ki fait ke kan je prend 1e vidéo de 10 min c'est comme ci c'etait 1e vidéo de 3 heures , parck'il y'a trop de notions interressantes et super pratike Noooooooooooooon @Machine Learnia vous trop coooooooooooooooool
@@MachineLearnia J'ai la même pratique. Je note pas mal de choses dans un cahier ce qui me permet de revoir des notions plus facilement selon les besoins. Je pense vraiment progresser grâce à vous et votre système de vidéos si efficace qu'on pourrait appeler ça du HUMAN LEARNING :-) !
Je suis très très contente de tomber sur tes vidéos. C'est super bien expliqué et enrichissant. J'apprend bcp de choses avec vous. Mille fois merciiii 😊🙌🏼
excellent cours, les exemples sont vraiment bien trouvé et même si les exercices ont pas l'air difficile, j'y passe tout de même du temps. Hate de voir la suite :)
Super boulot pour les cours et vraiement très clair. Je voulais juste proposer une autre méthode pour la réponse à l'exercice, via la fonction `pd.cut(...)`. ``` data["age"] = pd.cut(data["age"], bins=[float("-inf"), 20, 30, 40, float("inf")], labels=False, right=True) ```
Petite Maj : " :1: FutureWarning: Indexing a DataFrame with a datetimelike index using a single string to slice the rows, like `frame[string]`, is deprecated and will be removed in a future version. Use `frame.loc[string]` instead. bitcoin['2019']['Close'].plot()" Bonne journée à tous !
Bonjour, très bonne série de vidéo. Est-ce qu'on pourrait superposer les graphiques du bitcoin et de l'etherium ? J'entends par là les afficher sur un même graphique mais en utilisant des échelles différentes en ordonnée. Si oui, comment ?
Bonjour Guillaume, Merci d'abord pour cette formation de qualité mais je voulais savoir si vous avez déjà réaliser les vidéos pour un projet de A à Z en analyse des données avec pandas?
Merci bcp t'es un amour, magnifique , THE BEST IN THE WORLD. sinon STP t'as un livre qui explique pandas facilement comme t'as déjà fait ? car j'ai besoin d'autres informations stp . MERCI
j'ai eu un peu de mal avec ce cours, parce que lorsque j'essayais de télécharger le dataframe de ethereum mon tableau csv commençais en 2019. Je comprend pas pourquoi. Bref super vidéo comme d'habitude , maintenant que j'y pense ça a du etre penible le montage, non en vrai il est bien fait et vachement uniforme dans toutes les vidéos ducoup t'as du vraiment y mettre du tiens pour arrivé à cette qualité .
Oui c'est beaucoup de travail, mais j'aime faire ca, merci ! Hm je ne me rappelle plus si le dataset de ETH commence en 2019 (dans le fichier csv) il faudrait vérifier, mais sinon n'hésite pas a consulter le code que je mets sur github il fonctionne.
Merci Guillaume pour cette autre video. Est-ce qu'on a des fonctions intégrées dans Panda (ou ailleurs) pour calculer par exemple des HMA, des DEMA, des TEMA, des Bollinger Bands, des Stochastic Oscillators, etc ou c'est à faire à la mano? Est-ce qu'on peut également faire des représentations en chandeliers japonais et en Renko? Et quelles sont tes stratégies de trading préférées? Ah et vu que tu parles des catastrophes en matière de transport de personnes avec le Titanic, est-ce que le ML permet de définir la trajectoire et la fin de trajectoire du MH370? Cette histoire est vraiment mystérieuse!
Non il n'y a pas de fonction pré-existante pour des indicateurs techniques du type Bollinger, Ichimoku etc, mais elles ne sont pas tres difficiles a se créer soi-meme. A titre personnel je me suis construit avec le temps une librairie personnelle avec ce genre de fonctions, je conseille a tout le monde a faire de meme. pour le vol MH370 je pense qu'il y a des méthodes statistiques plus efficaces que le ML.
@@MachineLearnia Noted. Ceci dit pour le MH370, peut-être que c'est plus politique qu'autre chose et dans ce cas, rien ne peut être fait même si l'avion aurait déjà été retrouvé...
Merci beaucoup ! Ah ca fait plaisir quand j'ai quelqu'un qui connait les cryptos et qui regarde la chaine. Bah oui pour XRP c'est chaud mais bon fallait s'y attendre c'est un peu spécial depuis le début et c'est critiqué de toute part par pleins de cryptos adicts. D'autres cryptos vont briller en 2021, le plus important c'est d'etre diversifié, d'en avoir un peu de toutes pour avoir un portefeuille équilibré et ca devrait le faire ;) (disclaimer : ceci n'est pas un conseil en investissement ahah)
@@MachineLearnia Haha oui évidemment ce n'est pas si simple, 2021 sera une année pleine de rebondissements pour les Cryptos, hâte de voir la suite. Sinon j'essaye de me familiariser avec le ML dans le but de développer un outil de Computer Vision pour ma thèse, et merci encore pour tout ce contenu
@@vincentreynier9155 Pour la vision par ordinateur il te faudra surement apprendre a utiliser openCV (j'en ferai des tutos cette année, ainsi que Tensorflow et Keras, et ca c'est le sujet de ma prochaine playlist)
Merci pour la vidéo, je tiens à te préciser qu'il y a une erreur dans le code qui permet d'obtenir le plot avec la fonction "fill_between()" il faut modifier celui qui apparaît sur la vidéo afin qu'il donne le plot affiché en ayant les mois de l'année 2019 en abscisses. Ceci est le code après réctification: m=bitcoin['Close'].resample('W').agg(['mean','std','min','max']) plt.figure(figsize=(9,8)) m['mean']['2019'].plot(label='moyenne par semaine') plt.fill_between(m['2019'].index,m['max']['2019'],m['min']['2019'],alpha=.2,label='min-max par semaine') plt.legend() plt.show()
Bonjour Guillaume, merci infiniment pour ce que vous présentez comme contenu, ça nous a vraiment aidé😊😊 j'ai voulu vous demander si vous pouvez faire une vidéo sur les chaines de Markov par python🙏🙏
Bravo cette serie de vidéo est excellente et très bien présentée. Une question concernant la fin de la vidéo et le astype('category').cat.codes ==> Y-a-t-il un moyen de récupérer le changement de variable sous la forme d'un dictionnaire par exemple {'camionette':0,'fourgon':1,'remorque'=2 etc....} Merci d'avance
Merci pour cette très bonne vidéo et partage. Dans un contexte boursier. Est-il envisageable (si oui - comment ;-) , plutôt que d'importer une ou qq valeurs (tq une action FB ou un indice). Ne serait-il pas possible d'importer l'ensembles des valeurs d'un indice afin de pouvoir faire des requêtes. Par exemple, pour l'ensemble des valeurs celles qui présente un ratio =,< ou > ... à X (ce n'est qu'un exemple). Autrement dit, pouvoir importer ttes les valeurs d'un indice, avec leurs données économiques (PER, ...) pour une période donnée et pouvoir faire un screening de celles-ci .
Bonjour, Oui cela est disponible, mais c'est un peu long a expliquer en 1 commentaire. J'en ferai des vidéos a l'avenir, mais il doit déja y en avoir sur Internet !
il faut changer le datetime de pandas, vous trouverez cela en premier résultat sur google en tapant "datetime display minutes on graph pandas" :) Bon courage !
Merci beaucoup pour ces vidéos, ça permet d'approfondir les connaissances et de découvrir plein d'autres méthodes pour être plus efficace !! Petite question : Avec la méthode .astype('category').cat.codes pour utiliser des valeurs numériques plutôt que des chaînes de caractères, existe t il un moyen de savoir à quoi correspondent ces valeurs numériques ou alors une méthode inverse pour retrouver les catégories de bases une fois nos calculs fait ?
Etant donné les valeurs actuelles de ces datasets, l'analyse est encore plus passionnante. Je trouve un coefficient de corrélation de 92% après avoir rajouté les deux dernières années au sets. Je voudrais effectuer des calculs en rajoutant encore plus de crytomonnaies dans le mix. Est il possible de merge() plus de 2 datasets facilement ? Merci pour cette chaine youtube :)
Vous trouverez que la quasi totalité des cryptomonaies sont corrélées au Bitcoin (comme on dit, c'est lui qui mene la danse). Oui vous pouvez merge lusieurs DF comme ceci : data_frames = [df1, df2, df3] df_merged = reduce(lambda left,right: pd.merge(left,right,on=['DATE'], how='outer'), data_frames)
Bonjour Guillaume, est-ce que tu pourrais faire des vidéos au sujet des méthodes de timeseries forecasting comme LTSM ? Tes vidéos sont vraiment pépites ! Merci !
Merci infiniment pour toutes ces informations ! Je me demandais quel est l'usage pour présenter (par exemple à un manager) les analyses et courbes pertinentes sur des datasets mis à jour régulièrement. ça me paraitrait étonnant de "figer"systématiquement l'analyse dans des rapports. Est ce que ça se fait de connecter les dataframes pandas à des GUI ? pour lancer en live les différentes lignes de codes pertinentes ? (mais sans passer par de la gestion de base de données)
Salut ! Alors quand on écrit un rapport PDF, c'est normal que les données soient présentées en étant figées dans le temps, et ca n'est pas si dérangeant que ca : il est normal qu'une analyse est un début, et une fin dans le temps. Quand on fait bien son travail, on date son analyse, on écrit un abstract, bref comme pour les papiers scientifiques. Maintenant tu veux parler ici de dashboards, et oui c'est facile de faire des dashboards avec pleins de technologies comme les services proposés par AWS. On peut les présenter avec pandas en effet.
Bonjour, Tu expliques la fonction EWM et le choix de alpha pour que la courbe affichée colle au mieux de la courbe initiale. Mais à quoi cela sert-il d'afficher une courbe qui s'approche de la courbe initiale alors que nous disposons de la courbe initiale (qui est par définition la plus juste pour modéliser la réalité) ? A+ ;)
Bonne question ! En fait on utilises les Moyennes Mobiles, et EWM pour "filtrer" le bruit d'un signal, mais égalemnet pour obtenir une tendance (avoir une idée des futures mouvements). Également, on se rappelle que la moyenne est en fait l'Espérence statistique (c'est a dire l'esperence d'avoir le signal qui revient a sa moyenne avec le temps) C'est une chose que l'on observe souvent dans la nature (et meme en trading) : Lorsqu'un signal grimpe (ou chute) tres rapidement, on peut "espérer" qu'il revienne a sa moyenne mobile a un moment.
bonjour, j'étais en train de regarder une fois de plus cette vidé, et à un moment tu as commencé à parler des "moving average" et des "exponential weighted average", je voudrais comprendre en quoi c'est intéressant d'utiliser ce genre de techniques. Alors que je peux juste faire un df['col']..mean().plot(), et je l'aurais la courbe qui représente la moyenne. Alors quel est l'interet de ces deux methodes?
Les Mooving averages et EMA sont utiles pour traiter des signaux (avec différentes fenetres de reglage). Ca permet de lisser les signaux, voir faire des prédictions. Par exemple sur le stock market, on utilise parfois une MA 8 et une MA21 et on regarde lorsque l'une des 2 croise l'autre et ca donne un signal vendeur ou acheter (juste pour rester dans le theme du trading) Mais les MA et EMA sont utilisées partout ailleurs !
Un grand merci pour ces explications. Je comprends bien mieux l’indexing des dates. Par ailleurs, penses-tu qu'il soit possible de faire de même avec les heures ? admettons un format du style : 2021-07-13 05:45:36.6 2021-07-13 07:43:47.8 2021-08-13 21:33:08.9 2021-10-14 06:07:50.4 2019-07-13 01:14:38.9 Si je souhaite sélectionner uniquement les heures entre 5h et 22h, peut-on utiliser la même méthode que tu as présenté avec .loc[ ] ? En te remerciant par avance pour ton aide.
Je commence dans les Cryptos monnaies et grace a la ML et la qualite pedagogique du Master j ai la certitude de comprendre vite et bien cette discipline tres speculative ...
Bonjour, les vidéos sont excellentes ! Savez vous si lorsque l'on travaille sur le fichier en csv , ( sur une time frame H1 ou m15 par exemple) il est possible d'afficher l'évolution de la bougie et des mm + datas en direct ? Ou si cela reste figé ? En gros, je souhaite travailler sur des données passées qui se réactualise en continue.
Pour afficher un graph qui évolue en direct, il faut soit écrire une boucle while qui lit le contenu de votre fichier csv chaque minutes - avec le fichier que vous mettez a jour chaque minute depuis internet) ou bien vous pouvez créer une animation Matplotlib, ca dépend de vos contraintes, je ne sais pas vraiment ce que vous cherchez a faire, mais oui c'est possible
Salut, je me posais une question théorique, peut on comparer 2 variables qui ne soient pas de la meme "shape". Par exemple pour une application qui voudrait calculer un délai de livraison en fonction de plusieurs variables comme "les jour de la semaine", qui ne contienne qu'une valeur par "ligne, et d'autres comme "contenu de la commande" qui devrait en contenir plusieurs. Merci pour les vidéos !
Merci je voudrais savoir est que avec resample ou groupby on peut faire un regroupement selon le nom des mois par exemple si je voulais faire la moyenne des mois de JJAS uniquement pour chaque année
Bonjour et merci d'avoir répondu à ma question posée sur l'épisode 14. Alors, j'ai regardé plusieurs fois la vidéo, elle m'a appris bien des choses et m'a fait avancer sur mon projet, mais je n'ai pas trouvé comment faire pour représenter graphiquement de façon superposée 2 courbes entre deux mêmes dates mais sur des années différentes. J'ai l'impression que je vais devoir faire du multi indexing...
Je viens de l’utiliser aujourd’hui, j’implémente les algo de gale et shapley et pour transformer mes données de mon dataframe je l’ai utiliser. Je me remet à coder python et vos cours me sont bien utiles !
Bonjour, si on a déjà un dataframe (et pas un fichier cvs comme dans la vidéo) et qu'on veut que sa colonne "date" devienne un index de type DateTime, tu sais comment on fait ? Merci d'avance. Super vidéo :D
Merci infiniment pour cette vidéo très bien faite, on se régale à voir vos vidéos, j'ai juste une question concernant cat_code, comment savoir par exemple 0 représente quoi, 1 représente quoi, ici c'est assez simple 0,1 mais si on avait 0.....10, comment savoir 0 veut dire .., 1 veut dire .., genre une légende, et est ce que on peur dire à cette fonction de commencer par exemple de 1 au lieu de 0. Merci bien pour vos réponses et vos vidéos, vos exos pédagogiques. Cordialement.
Tres bonne question encore une fois ! On peut voir cela tres facilement en utilisant les transformers de Sklearn (nous voyons cela dans la vidéo 22/30)
