Une entreprise a collecté de nouvelles données, puis a créé une matrice de corrélation, calculé des statistiques récapitulatives et produit des visualisations pour comprendre les données. De quelle étape du workflow de machine learning s'agit-il ?

L'analyse exploratoire des données (AED) est la phase où l'on utilise des méthodes statistiques et graphiques pour résumer les caractéristiques principales d'un ensemble de données. La création d'une matrice de corrélation, le calcul de statistiques récapitulatives et la production de visualisations sont des activités clés de l'AED, visant à comprendre les relations entre les variables, à identifier les tendances et les anomalies. Le prétraitement des données implique le nettoyage et la transformation des données brutes. L'ingénierie des fonctionnalités consiste à créer de nouvelles variables à partir des données existantes pour améliorer les performances du modèle. Le réglage des hyperparamètres est l'optimisation des paramètres d'un modèle pour obtenir les meilleures performances.