Mon STAGE est trop DUR pour moi

Le 09 mars 2022 à 19:54:31 HiroshUkraine a écrit :

Le 09 mars 2022 à 19:52:10 :

Le 09 mars 2022 à 19:50:23 El_Bean a écrit :

Le 09 mars 2022 à 19:48:56 HiroshUkraine a écrit :

Le 09 mars 2022 à 19:46:34 :
raconte bordelenthttps://image.noelshack.com/fichiers/2022/10/3/1646851592-maxresdefault-2-removebg-preview.png

Bah je dois m'occuper de prédire la demande de milliers de produits pour une grosse société qui a des dizaines d'usines dans le monde sur chaque continent

Ca a l'air vachement important, a quel moment on donne autant de responsabilités a des stagiaires ?

c est pas important du tout , toutes les entreprises font ca c est dans la hype IA et machine learning , l op va implementer son petit algo python avec sklearn et l entreprise dira " ouah super on fait de l IA "
de l argent foutu par les fenetre s

C'est ce que je pensais avant sauf que je dois trouver des segmentation de marché etc c'est pas si simple
+ le covid a enculé les donnees, c'est toujours pas revenu à la période pré covid
+ la Russie était un gros iencli

tu t en branles de tout ca t es stagiaire l ahuri , tu fais avec les donnees que tu as , si t as un csv de 300 lignes bah tu t en branles tu ponds ton algo et basta

from sklearn.ensemble import GradientBoostingClassifier

clf = GradientBoostingClassifier().fit(X_train, y_train)

print(clf.score(X_test, y_test))

voilà ton stage est résolu l'ophttps://image.noelshack.com/fichiers/2017/18/1494048058-pppppppppppppppppppp.png

Le 09 mars 2022 à 20:00:38 :
from sklearn.ensemble import GradientBoostingClassifier
clf = GradientBoostingClassifier().fit(X_train, y_train)
print(clf.score(X_test, y_test))

voilà ton stage est résolu l'ophttps://image.noelshack.com/fichiers/2017/18/1494048058-pppppppppppppppppppp.png

Bah non du coup je pars plutôt sur des times series donc ARIMA dans un premier temps je pense
SARIMAX on m'a parlé aussi mais jamais utilisé

Dans mon stage on me donnait uniquement des tâches qui ont déjà été faites histoire que je fasse pas n'importe quoi même en tant que nouvel employé fraîchement diplomé ils devrait y aller doucement avec toi vu que tu ne connais encore rien du tout

Le 09 mars 2022 à 20:01:38 :

Le 09 mars 2022 à 20:00:38 :
from sklearn.ensemble import GradientBoostingClassifier
clf = GradientBoostingClassifier().fit(X_train, y_train)
print(clf.score(X_test, y_test))

voilà ton stage est résolu l'ophttps://image.noelshack.com/fichiers/2017/18/1494048058-pppppppppppppppppppp.png

Bah non du coup je pars plutôt sur des times series donc ARIMA dans un premier temps je pense
SARIMAX on m'a parlé aussi mais jamais utilisé

statsmodels.tsa.arima.model.ARIMA.fit() + check quelques hypothèse et c'est bonhttps://image.noelshack.com/fichiers/2017/18/1494048058-pppppppppppppppppppp.png

Le 09 mars 2022 à 20:05:37 :

Le 09 mars 2022 à 20:01:38 :

Le 09 mars 2022 à 20:00:38 :
from sklearn.ensemble import GradientBoostingClassifier
clf = GradientBoostingClassifier().fit(X_train, y_train)
print(clf.score(X_test, y_test))

voilà ton stage est résolu l'ophttps://image.noelshack.com/fichiers/2017/18/1494048058-pppppppppppppppppppp.png

Bah non du coup je pars plutôt sur des times series donc ARIMA dans un premier temps je pense
SARIMAX on m'a parlé aussi mais jamais utilisé

statsmodels.tsa.arima.model.ARIMA.fit() + check quelques hypothèse et c'est bonhttps://image.noelshack.com/fichiers/2017/18/1494048058-pppppppppppppppppppp.png

Si c'était aussi simple
Enfaite c'est ce que je croyais naivemznt avant de découvrir l'envers du décors

Le 09 mars 2022 à 20:07:25 :

Le 09 mars 2022 à 20:05:37 :

Le 09 mars 2022 à 20:01:38 :

Le 09 mars 2022 à 20:00:38 :
from sklearn.ensemble import GradientBoostingClassifier
clf = GradientBoostingClassifier().fit(X_train, y_train)
print(clf.score(X_test, y_test))

voilà ton stage est résolu l'ophttps://image.noelshack.com/fichiers/2017/18/1494048058-pppppppppppppppppppp.png

Bah non du coup je pars plutôt sur des times series donc ARIMA dans un premier temps je pense
SARIMAX on m'a parlé aussi mais jamais utilisé

statsmodels.tsa.arima.model.ARIMA.fit() + check quelques hypothèse et c'est bonhttps://image.noelshack.com/fichiers/2017/18/1494048058-pppppppppppppppppppp.png

Si c'était aussi simple
Enfaite c'est ce que je croyais naivemznt avant de découvrir l'envers du décors

j'imagine bien ahi je trollais

En vrai j'ai des données mensuelles sur l'achat des produits
Du coup je pense direct à séries temporelles

Mais j'ai en plus les données avec les contrats clients

Et je sais pas comment Allier les deux puisque ARIMA ne le fait pas

J'ai pensé à des modèles de régression puisque les données de contrat vont être obvious une variable explicative
Mais ça reste des séries tempo quoi