Dans ce module, nous examinerons plus en détail les réseaux neuronaux et les considérations à prendre en compte lors de leur utilisation. Nous commencerons par ajouter des couches à notre réseau à deux couches, en explorant les différentes options et leurs effets. Ensuite, nous explorerons des bibliothèques Python plus avancées pour les réseaux neuronaux dans TensorFlow et Keras. Enfin, nous discuterons des implications pour la science et de la manière d'appliquer les modèles dans l'espace.

Dans ce module, nous allons approfondir nos connaissances sur les forêts aléatoires et leurs utilisations dans le domaine scientifique. Nous commencerons par explorer les arbres de décision et leur fonctionnement en tant que modèles isolés. Ensuite, nous étudierons l'impact de la combinaison d'arbres de décision pour créer des forêts aléatoires. Nous aborderons ensuite les similitudes et les différences entre la régression et la classification avec les forêts aléatoires, avant de conclure par un projet final de prédiction des espèces à partir de la lignée.

Dans ce projet final, nous comparerons une série de modèles pour trouver celui qui prédit le mieux la largeur des sépales.