Bonjour,
je viens ici car j'ai une question sur le machine learning.
Qu'est ce qu'un perceptron multi couche (qui modélise des données) concrètement ? et comment l'implémenter en python ?
La consigne est la suivante :
on me donne un set de données contenant 1000 samples par ex, l'espace input est 5 dimension et l'output 1 dimension. À quoi correspondent ces dimensions ?
La chose qui complique la tâche est que les données sont secrètement gardées, ce qu'on me demande est d'écrire du code qui testerait comment mon modèle agit sur des données non vus (unseen).

Ce que j'ai compris c'est que l'on a des données en input et l'on doit écrire un code qui outputerait ces données de façon organiser (méthodique). Mais pour en faire quoi ? Quel est l'objectif principal ?

Merci d'avance
Amicalement

Tu peux remplacer "dimensions" par: "paramètres".
Mais le blème,c'est que si les données sont cachées on n'y a pas accès, par définition; ce qui revient à mouliner de la poudre d'ange.
Il te reste les paramètres que tu peux classer par types.
L'objectif n'est pas de faire quelque chose des données; mais de faire travailler la machine et accessoirement toi par la même occasion.