SEABORN PYTHON TUTORIEL PAIRPLOT etc : Les PLUS BEAUX GRAPHIQUES en 1 Ligne de Code ! (19/30)

[@petronymariopeyha5231]

Ta chaine est une mine d'or en Data Science, je me régale depuis que je l'ai découvert. Tes vidéos sont de qualité, précises, concises. Donc on a pas à perdre du temps on comprend tres rapidement le sujet abordé. En plus tu est trop cool. Merci et continue ton oeuvre en faveur de la communauté francophone. On a pas toujours des tutos et des vidéos de cette qualité en français. Merci

[@MachineLearnia]

Merci beaucoup, ca fait toujours du bien au moral d'avoir de tels messages de soutien !

[@Tom-db3ug]

Seaborn c'est beau !! J'adore ta chaîne !! Tu es très pédagogue et tes vidéos sont de très bonne qualité. Merci

[@MachineLearnia]

Merci a toi ! :)

[@jean-louissornay2756]

bonjour, je pense que cette librairy correspond tout à fait a mon dataset, donc je vais surement l'utiliser beaucoup. merci encore pour la qualité de tes vidéos, des exemples et de la clarté de tes explications qui sont d'une précision chirurgicale.

[@MachineLearnia]

de rien !

[@achillestephane53]

Super! je decouvre ainsi seaborn, et les faciités que ça offre dans la visualisation des données. Merci le Pro!

[@MachineLearnia]

Oui Seaborn est incroyable !

[@pulsorion]

Super vidéo comme d'habitude ! Seaborn reste pour moi un must dans la data vizualisation.

[@MachineLearnia]

Merci

[@c.d3304]

@@MachineLearnia Salut les data scientists. J'ai une petite question à propos de Seaborn. Vous voyez, j'utilise Seaborn sur Kaggle. Au début, il me faisait des beaux graphes, c'était parfait. Maintenant il ne me renvoit rien à part ceci : Qu'est ce que cela signifie et comment dois je faire pour avoir mon graphe Merci de votre réponse

[@aymenlazem2062]

Merci FORT BIEN un GRAND BRAVO cher Guillaume excellent travail

[@MachineLearnia]

Merci beaucoup

[@hananesabri187]

j'adore ta chaine, j'adore la façon dont tu expliques, j'aimerai bien voir d'autre formation en Natural Language Processing et Technical Language Processing ❤

[@C05Mik]

Série de qualité excellente ! Pourtant j'en ai vu, bravo pour le travail, je suis avec impatience les prochaines vidéos ! Comme évoqué précédemment sur d'autres vidéos, je me réjouis aussi que des vidéos "projet" soient faites, en utilisant un peu de tout ce que tu nous apprends mais sur une application concrète et plus complexe (promis j'aime beaucoup iris et titanic quand même !)

[@MachineLearnia]

Merci Michael. Je garantis la sortie prochaine de vidéos Projet, mais je pense les produire a la fin de la série pédagogique Python ML.

[@C05Mik]

@@MachineLearnia Ah oui ça me semble plus logique de poser les bases de manière thématique avant d'attaquer un projet ! Content de lire que c'est prévu :)

[@MachineLearnia]

@@C05Mik Je suis content de savoir que tu approuves ;)

[@ulrichkarlodjo1457]

Toujours Nikel comme d'habitude! Sa devient comme un cours avec des emploies du temps qui sont les dates de sorties de chaque vidéo LoL! Chapeau pour le travail!

[@MachineLearnia]

Merci beaucoup :)

[@patrickeliesoussoubie4600]

Je suis franchement bluffé avec toutes ses vidéos de qualités. Bravo, possible d'avoir des vidéos sur les bases statistiques et maths pour Machine Learning?

[@vincentarese8960]

Merci pour ce contenu a haute valeur ajoutée. C'est concis, précis et complet . Pour info je suis très fan de plotly pour la data visualisation....

[@mohammed_yazidcherifi9816]

Superbe vidéos comme toujours, merci infiniment et bonne continuation, je suis impatient de voir la suite, merci encore, non seulement que vous expliquez les fonctions mais aussi les graphes, leurs types et leurs utilité genre quand est ce que on utilise tel graphe dans telle situation etc... Vraiment merci et bon courage.

[@MachineLearnia]

Merci beaucoup et merci de me suivre, a bientot :)

[@mohamedabdelhedi9373]

Seaborn est le meilleur pour le Big-data. merci beaucoup pour l'excellent vidéo.

[@MachineLearnia]

Merci beaucoup :)

[@kouadiolucienangaman8806]

Vraiment Seaborn est très simple à comprendre et simple à manipuler

[@mistermbodj]

Excellente vidéo comme d'habitude. Longue vie à toi.

[@MachineLearnia]

Merci beaucoup, continue comme ca toi aussi !

[@cedricknzi]

J'ai bien aimé cette présentation de Seaborn et les cas dans lesquels il faut utiliser l'une ou l'autre librairie Parlant d'autres librairies graphiques, j'aime bien Plotly

[@totoscience4713]

Excellent ! Continuez !

[@thomysoprano9731]

vous êtes le meilleur

[@kephmakoyi3799]

J'ai l'impression qu'il faut être bon en Maths pour arriver a faire ce que tu fait. C'est impressionnant de te voir coder. Super vidéo Guillaume

[@MachineLearnia]

Merci beaucoup. Non il ne faut pas être tres fort en maths pour faire tout ça, c'est accessible a tous.

[@kephmakoyi3799]

@@MachineLearnia C'est quoi alors le secret ?

[@MachineLearnia]

@@kephmakoyi3799 juste un peu de travail :) Il faut regarder les autres vidéos de ma chaine et tout devrait bien aller. Avec un peu de pratique ca ira mieu

[@kephmakoyi3799]

@@MachineLearnia Merci Guillaume, je m'y met toute suite

[@emmanuelbonnet8539]

Excellent et toujours sympa Guillaume 😉. Merci pour la presa de ces supers outils

[@MachineLearnia]

Merci beaucoup pour le message, ca fait super plaisir :)

[@guichonmathias2467]

Juste parfait ! Un excellent pédagogue !

[@MachineLearnia]

Merci beaucoup ! :)

[@ftmagicart]

Excellente vidéo à nouveau. Merci Guillaume

[@MachineLearnia]

Merci beaucoup :)

[@jord-aeleon1887]

C'est très impressionant comme les graphiques en sortie sont super sexy ! Moi qui cherchais encore quelques arguments pour remplacer matlab, je crois que celui ci va être assez critique! Encore merci pour cette formation ;)

[@MachineLearnia]

Oui, c'est super cool et tres rapide a prendre en main quand on veut faire des graphiques sur Pandas.

[@ollie6845]

tellement puissant seaborn!!

[@MachineLearnia]

Seaborn est tres bon oui !

[@jakin-kabongoapprendre-and5694]

Bonjour et merci encore pour cette vidéo.

[@MachineLearnia]

Je vous en prie :)

[@madaragrothendieckottchiwa8648]

Salut Guillaume ta vidéo est en mode seaborn cool simpliste instructifs 😁

[@MachineLearnia]

Merci beaucoup :)

[@uriellemohou9060]

J'adore tes vidéos

[@alainmamadou7485]

Bravo, merci pour votre aide !

[@MachineLearnia]

De rien :)

[@chainonsmanquants1630]

Merci, superbes explications

[@MachineLearnia]

De rien :)

[@MrBellarej]

Waoo, it's amazing :=) Grand merci! Seaborn est plus cool que Matplotlib.

[@MachineLearnia]

Merci beaucoup :)

[@LaurentD90]

Très bonne vidéo. Merci

[@MachineLearnia]

de rien :)

[@antowka182]

16:50 Et chez moi le zoom sur les graphiques no fonctionne pas. Par contre, j'utilise Jupyter avec le même code...

[@mlbou9431]

seaborn sans conteste !!!

[@abtouil]

Qui a dit que les data scientistes n'avaient pas de l'humour 😊

[@MachineLearnia]

Ahah ! Une petite blague en passant ça détend toujours l’atmosphère ! :D

[@fardirahani8664]

vous pouvez essayer aussi sns.pairplot(iris, hue='species') au lieu sns.pairplot(iris, hue='variety')

[@MachineLearnia]

Merci pour la remarque ! :)

[@fardirahani8664]

De rien

[@noel9335]

C'est exact.

[@guerouatefatima3927]

j ai un problème au niveau de sns.pairplot(iris,hue='variety') j'ai utilisé 'species' ça marche, merci

[@olatundedataanalytics121]

Merci beaucoup

[@asmagharbi5824]

Thank you. Excellent videos!!

[@MachineLearnia]

Glad you like them!

[@vince7179]

Merci pour ce partage

[@MachineLearnia]

Merci pour le commentaire

[@darkiche3689]

Encore merci !

[@MachineLearnia]

de rien !

[@issamfadloullah1270]

bravo bonne continuation

[@MachineLearnia]

merci et de même

[@shootsoccer948]

superbe intro trop fun, mdr!!!

[@MachineLearnia]

Ahah merci :)

[@mehdisalimbenhelal2104]

salut j'ai essaiyé la chose suivante avec le data set titanic : sns.pairplot(titanc,hue='pclass') ca marche pas et voici l'erreure : RuntimeError: Selected KDE bandwidth is 0. Cannot estiamte density.

[@MachineLearnia]

seaborn n'arrive pas a trouver une bande passante automatiquement pour créer le graphique. C'est une erreur qui peut arriver. Tu peux la corriger en écrivant sns.pairplot(titanc,hue='pclass', bw=1.0) (ou bien essayer d'autres valeurs pour bw)

[@mehdisalimbenhelal2104]

@@MachineLearnia merci pour votre aide

[@houssemrouis1276]

Super vidéo comme d'hab , pour moi plutôt Seaborn

[@MachineLearnia]

Merci beaucoup :)

[@vincentlanglet8451]

La librairie Plotly mériterait véritablement d'être couverte par Machine Learnia : car géniale pour faire de la visualisation rapide (plotly express) ou spécialisée (avec le modèle d'objet graphique).

[@MachineLearnia]

Yes je la connais et je compte la présenter a l'avenir dans une série spéciale "dataviz" :)

[@younesoubenali8624]

respect and thank you for all

[@MachineLearnia]

Many thanks

[@ayoubtalbi4771]

the best

[@MachineLearnia]

Merci

[@julienjacquemont6048]

Seaborn : ASMR for Data Scientist

[@MachineLearnia]

Ahah Yes ! :D

[@abdoulayeleye5399]

@@MachineLearnia uniuiunmuùinuu.uuhÿyuni

[@abdoulayeleye5399]

Uinhth.ntnh.@ iôny..yunjyjnuy.nunj.ytijhitnntnhy.nnytnybt une union.jjynjÿhjuÿhynyli L.rn.tjnhyntjnhynuu ynj.un.gj..n..knnyangünn .

[@abdoulayeleye5399]

Un.n.@ ñn..jiiiiiiiînj ' ,.,n, u no .y ,' ,,. Ÿ. nn,,@ @ ju n in , n.,, ' n nn@ n. non n n,, n,n i n. G g ... hp onn .ch u y.., ii n i y j .t nn uu ii j rnh u i . N n j n nnt k n ny y nj nn . Y .c g nn , .n . T u bun n iu nu l

[@anasssabbane9028]

Bonjour, merci énormément pour ce contenu, je tiens à signaler qu'il faut mettre "species" à la place de "variety" qui ne marche plus je crois

[@MachineLearnia]

Merci pour cette information ! :)

[@camaras80]

Merci Anass sabbane, tu m'as sauvé. Merci aussi M.Guillaume rien à dire, tout est parfait.

[@geosciences5097]

Merci pour cette formation, ke me demande est ce vous pouvez m'envoyer quel lien pour les articles sur machine learnig

[@jean-pierredesmoulins4078]

Excellent ! Quel serait ton conseil pour obtenir l'ensemble des graphiques informatifs avec des variables essentiellement catégorielles ? Un genre de pairplot qui prend en compte le fait que les variables sont categorielles, en fait :-) Merci en tout cas et vivement l'arrivée du deep !

[@MachineLearnia]

Pour les variables catégorielles c'est plus compliqué qu'un simple pairplot, car il y a beaucoup de choses a montrer, en général il faut faire des value_counts, des tables de fréquences, des catplots, et des boxplots.

[@jean-pierredesmoulins4078]

@@MachineLearnia Merci pour ta réponse et bon courage pour la suite !

[@TheRemiRODRIGUES]

Bien sympa !

[@MachineLearnia]

Merci ;)

[@ndukulaafonso2690]

Bien! ma question comment lire le fichier zippé des images en utilisant Matplotlib sur jupyter?

[@nkvd69]

merci. top

[@soufyane_mechitoui]

superrrr

[@sebastiencrepel5032]

Bonjour. Merci encore pour toutes ces vidéos avec des explications aussi simples et claires que possible. J'ai un détail qui me chiffonne. A 9:00 comment se fait-il il que les points ne soient pas alignés sur les abscisses de "pclass". Est-ce que catplot induit un éparpillement des points pour faciliter la lecture et si oui est-ce qu'on peut gérer cet éparpillement ? Merci**1000

[@MachineLearnia]

Oui c'est cela, les points sont espacées pour faciliter la lecture :)

[@katiadjerroud9643]

@MachineLearnia j'ai appliqué le code mais la partie (hue = 'variety') ne fonctionne pas jupyter affiche Keyerror : 'variety' que faire s'il vous plait ? mais du coup je suis aller sur le site officiel et j'ai appliqué (hue="species") ça marché

[@mrx42]

Plotly est également une excellente librairie de visualisation de données. Ses graphiques sont interactifs par défault.

[@MachineLearnia]

Oui

[@raya2319]

Bonjour Est-ce que c’est possible de faire une analyse en correspondance simple/multiple (ou une analyse factorielle) sous python comme c’est possible sous R ou sous SAS? Merci par avance de votre réponse !

[@othimad4697]

Je vous remercie Mr pour le contenu que vous êtes entrain de publier c est très simple à apprendre, svp comme je peux vous contacter ? c est urgent

[@davidfrisch5099]

merci

[@MachineLearnia]

De rien :)

[@mohcineidea889]

merci pour ces informations j ai un probleme la fonction hue = "variety" ne fonctionne pas pour dataset de bitcoin

[@MachineLearnia]

Bonjour, c'est parce qu'il n'y a pas de colonne nommé "variety" dans le dataset du bitcoin.

[@seddaouiyassine7814]

Seaborn ou matplotlib? Il faudrait avoir un probème pour choisir matplotlib

[@MachineLearnia]

Ahahah ! Content de te revoir ici !

[@vanecktabopda4490]

bonsoir professeur,pouvez vous faire un cours sur ligthGBM et Boruta? qui sont des techniques assez nouvelles du ML!!!

[@MachineLearnia]

Oui c'est prevu ! :)

[@sekainaalilou3385]

Je vous remerci infinemment pour cette formation.Je veux savoir comment on peut combiner un graphe en barres et un graphe linéaire avec les mêmes axes?

[@MachineLearnia]

Bonjour, pour faire cela, il faut créer une figure matplolib, puis écrire sns.barplot() suivit de sns.lineplot()

[@saliounjuhou82]

Super. Cette vidéo est très informative. Diiiis, comment faire des diagrammes ternaires avec seaborn ou matplotlib ? Et comment y associer des contour plots et des surfaces 3d ? Merci. 🙏

[@MachineLearnia]

bonne questions, je ne fais jamais ce type de diagrammes, donc je ne sais pas, mais je vais faire des recherches et si je trrouve la réponse je la partagerai ! En attendant tu peux en parler sur notre discord, je pense que ca interessera d'autres personnes.

[@anaislamorge4571]

Bonjour, merci pour ta simplicité pour le codage, j'aimerais savoir ton avis sur Plotly ? Et si tu pourrais nous faire une vidéo sur son utilité si nécessaire. On attend tes réponses et encore Merci beaucoup !

[@MachineLearnia]

Bonjour, Plotly est génial, et je vais faire une série dessus a l'avenir, pas de probleme :)

[@aichanemo1307]

Bonsoir, Merci pour la formation. j'ai une question, vous avez demandé dans l'exercice de faire le calcule sur les 28 derniers jours mais la fonction Rolling fait le calcul sur une fenêtre de 28 jours depuis le début de la période jusqu’à la fin non seulement sur les derniers 28 jours. merci, cordialement

[@MachineLearnia]

En effet, je voulais dire a n'importe quel instant t, calculez la valeur pour les 28 derniers jours. Cela peut-etre mal interprété.

[@valeryaugais4791]

Bonjour Guillaume. @15'00" de la video tu arrives à zoomer dans les graphes, chose que je n'arrive pas à faire sous Spyder et Jupyter (quelque soit le mode des graphes, POO ou classique). Faut-il utiliser un autre IDE ou alors utiliser une option particulière sous Spyder/Jupyter ?

[@MachineLearnia]

Dans Jupyter il faut écrire %matplotlib au début de votre code. Dans Spyder, il faut changer les reglages de l'IDE dans les preferences > console > graphiques

[@valeryaugais4791]

Merci ça marche c'est magique ! (Pour Spyder il fallait redémarrer l'IDE)

[@1TreukFlyyy]

L'ordre des arguments dans les fonctions Seaborn a changé. C'est désormais : (data, x, y, hue, ...).

[@korosife]

Plotly est aussi une excellente lib :)

[@MachineLearnia]

Tout a fait ! :D

[@korosife]

Un de ces jours si tu pouvais faire une vidéo dessus car je suis sur que j'ai de mauvaises habitudes... 😂 😂 Top vidéo en tout cas merci beaucoup

[@MachineLearnia]

@@korosife Oui je me souviendrai de ta requête ! :)

[@korosife]

@@MachineLearnia 🤩🤗

[@n.moussaoui2608]

thanks_excellent_video

[@MachineLearnia]

Thanks a lot !

[@tomflannagahn6219]

si au lieu de mettre variety on met genre le nom de 2 variétés, ça marchera ?

[@MachineLearnia]

on peut rajouter des noms de labels a la main, comme dans matplotib

[@tomflannagahn6219]

@@MachineLearnia OK merci !

[@miriavagheni4480]

bjr merci beaucoup pour l'ecraircisement svp j'aimerais avoir les videos pour deep learnig

[@MachineLearnia]

elles sont sur la chaine.

[@miriavagheni4480]

@@MachineLearnia Une question après avoir fini le 34 vidéo donc je peux commencer le deep learning

[@Said-wq4mz]

Bonjour Bravo et merci pour ces videos; est-il possible de créer un histogrammes empilé ? merci d'avance

[@MachineLearnia]

Bonjour et merci ! Pour créer votre graphique : seaborn.pydata.org/examples/horizontal_barplot.html

[@Said-wq4mz]

Machine Learnia Merci pour ton retour

[@mouhamadoumoustaphaba4502]

Bonjour Guillaume vous faites un travail exceptionnel. Est ce que je peux avoir le lien discord pour intégrer la communauté?

[@MachineLearnia]

il est disponible en lien dans la description

[@noel9335]

Dans la correction de l'exercice sur les bitcoins tu utilises Matplotlib version OBJET : ce n'est pas bien du tout. Ce n'est pas moi qui l'ai dit... c'est toi... ;)

[@MachineLearnia]

Oops ! ^^ Oui mais je l'ai utilisé pour montrer la fonctionnalité sharex, qui permet de partager les memes axes, ce qui est pratique quand on veut faire des zoom etc.

[@noel9335]

@@MachineLearnia C'est exacte que c'est pratique, mais je n'ai pas pu m'empêché de faire la blagounette. ;)

[@MachineLearnia]

j'ai adoré :D

[@medkan1753]

Bonjour, au début de la vidéo, lorsque l'on utilise hue = 'variety' on obtient une erreur, en utilisant plutôt hue='species' on obtient alors les mêmes graphiques !

[@medkan1753]

peut-être dû à une maj du module

[@MachineLearnia]

Merci oui tu dois avoir raison, il a du y avoir une maj. Merci pour le partage !

[@franklinmuhumbania4241]

merci mon grand, sinon quel est votre meilleur projet réalisé en data science

[@MachineLearnia]

celui de faire cette chaine youtube pour aider les autres ^^ (et sinon drone autonomes, projets scientifiques..)

[@franklinmuhumbania4241]

@@MachineLearnia je voudrais que vous développiez plutôt la 2e option

[@samiramarhraoui2244]

Merci infiniment pour ce magnifique travail, Svp j arrive pas à télécharger les dataset, vous pouvez me aider svp

[@MachineLearnia]

Quel est le probleme ? Il est disponible sur github, le lien est dans la description

[@alexsanaei2931]

PS: hue='variety' n'est plus. maintenant c'est 'species'

[@ms5452]

merci bcp tu m'a fais gagner du temps au lieu de chercher :)

[@adyfall8319]

Bonjour! Comment on peut interpreter joinplot(x, y, data)?

[@MachineLearnia]

Bonjour, cela vous montre la distribution des 2 variables, l'une par rapport a l'autre.

[@adyfall8319]

@@MachineLearniaUn grand merci!

[@mustaphakhalfouni3288]

Seaborn ou matplotlib: le choix dépend du L'object ou la tâche qu'on doit réaliser. n'est ce pas? plz j'attend votre réponse

[@MachineLearnia]

Oui en effet : Seaborn est pratique pour analyser des données d'un tableau pandas, et Matplotlib est plus flexible mais plus lent a programmer.

[@mustaphakhalfouni3288]

@@MachineLearnia Géniale Mr, c'est la seule chaîne que j'assiste régulièrement grâce à votre attention via votre rapide réaction

[@MachineLearnia]

@@mustaphakhalfouni3288 merci, ca me fait tres plaisir :)

[@tarikbeyuki2173]

Matplotlib je trouve meilleur des fois il faut maîtriser seaborn aussi Merci beaucoup

[@aymericastoux8348]

Bonjour Guillaume. Lorsque que je veux lancer la première visualisation avec .pairplot(). Python me retourne une erreur module 'seaborn' has no attribute 'pairplot' Est-ce que tu sais comment résoudre ce problème ? Merci bcp !

[@MachineLearnia]

Bonjour, peux-tu copier / coller ton code ici ?

[@aymericastoux8348]

@@MachineLearnia import numpy as np import matplotlib.pyplot as plt import pandas as pd import seaborn as sns iris = pd.read_csv('iris.csv') sns.pairplot(iris)

[@MachineLearnia]

@@aymericastoux8348 En effet chez moi cela fonctionne. Je t'invite a venir sur discord pour poster ton code et nous essayerons de voir le probleme. As-tu installer Anaconda ?

[@aymericastoux8348]

@@MachineLearnia Bonjour Guillaume, il semblerai qu'en ayant installer anaconda, cela marche. Cependant, la visualisation pairplot s'affiche dans la console et non dans une fenêtre graphique à part

[@JoelAno13]

Bonsoir Mr comment vous jouindre?

[@MachineLearnia]

Bonsoir, sur Discord c'est le plus simple, merci !

[@Litorax]

Je crois que tu t'es trompé dans la miniature, tu as laissé le logo de Pandas et pas celui de Seaborn :)

[@MachineLearnia]

Salut ! En fait non c'est parce que Seaborn n'a pas vraiment de logo, et j'ai gardé celui de pandas car seaborn on l'utilise surtout avec pandas.

[@benchaibabdellatif4984]

Bonsoir ,je vous remercie pour ses vidéos vraiment instructives, voilà je m'intéresse au domaine du "bitcoin et blockchain" ,votre avis? la doc? je suis nouveau dans le domaine du machine learning.

[@MachineLearnia]

Le bitcoin et la blockchain n'ont rien a voir avec le Machine Learning, je ne sais pas quel est votre objectif réellement. Pour apprendre le machine learning, je vous conseille de suivre les vidéos de ma chaine youtube

[@benchaibabdellatif4984]

@@MachineLearnia ok merci, orientation pour un projet(pour apprendre c'est tout,blockchain et bitcoin c'est du deep learning.? merci pour votre disponbilité

[@moussabamba6216]

bonjour guillaume souvent j'ai du mal à comprendre lorsque tu parle de distribution normale

[@MachineLearnia]

C'est quand les données sont réparties en suivant une belle cloche. Regardez dans google fonction gaussienne ou normale et vous allez comprendre

[@dibdib6607]

Les boxplot c’est exactement comme les chandelier japonais en finance

[@anouarbouzhar4237]

les deux mais en fait matplotlib n'est pas assez compliqué

[@soufiane_elbk]

Done

[@nunki8771]

Bonjour Guillaume, tes vidéos sont top, merci! Comment fais-tu pour zoomer sur des graphs matplotlib comme ici : kzbin.info/www/bejne/rorKl3yIr7ODotE ? La question s'adresse à quiconque a la réponse ;-)

[@nunki8771]

Ok, j'ai trouvé. Avec %matplotlib le graphe est dynamique et s'ouvre dans une nouvelle fenêtre. J'ai utilisé (après bien des galères) %matplotlib widget et ça permet d'avoir la même chose dans le notebook.

[@morningmoon6100]

keep going XD

[@MachineLearnia]

Yes, thanks :)

[@GassCode17]

je peux aimer deux fois la video??

[@MachineLearnia]

je vais contacter KZbin pour leur demander une permission spéciale ;)

[@GassCode17]

@@MachineLearnia merci

[@mahamatabbassenoussi4202]

Seaborn

[@mustaphakamelbensmaia6579]

Lol, le jeu d'acteur s'améliore....

[@MachineLearnia]

Ahah merci merci ^^

[@senedakartv7203]

bonjour Professeur pouvez vouz nous faire un cours sur l'open source Keras python

[@MachineLearnia]

Bonjour, oui je ferai ca a l'avenir !

[@abdoulayealioum1913]

Je suis seaborne

[@Alpha-zf1tw]

19/30

[@MachineLearnia]

ca avance vraiment tres bien !

[@cvdbdo9471]

"Matplotlib c'est moche" Je n'ose pas présenter ROOT et les physiciens des hautes énergies.

[@MachineLearnia]

Ahah ouais. Sinon il y a pyplot qui est vraiment cool aussi !