🤖 Humans_Vs_Robots - Deep Learning

📜 Description

Bienvenue dans le dépôt Humans_Vs_Robots. Ce dépôt contient les livrables pour un projet de Machine Learning axé sur la classification des données entre Robots et Humains. Vous y trouverez les modèles développés, un notebook pour la préparation des données et le feature engineering, ainsi qu'un rapport détaillant l'ensemble du projet.

📂 Contenu du Dépôt

Ce dépôt est organisé comme suit :

• Dossier Modèle : Ce dossier contient les différents modèles utilisés pour résoudre le problème de classification entre Robots et Humains. Vous y trouverez principalement les quatre modèles implémentés dans le projet.

• Notebook Feature_engineering_vf.ipynb : Ce notebook détaille le prétraitement des données et le feature engineering. Il inclut :

  • Première Dataframe : train.csv - Dataframe d'entraînement avant l'application de SMOTE pour équilibrer les données entre Robots et Humains.
  • Deuxième Dataframe : train_smote.csv - Dataframe d'entraînement après l'application de SMOTE pour équilibrer les données entre Robots et Humains.
  • Troisième Dataframe : test.csv - Dataframe de test utilisé pour évaluer les modèles.

🚀 Démarrage

Pour commencer à utiliser ce dépôt :

1. Clonez le Dépôt

   • Utilisez la commande git clone suivie de l'URL du dépôt pour cloner le projet sur votre machine locale. Ensuite, accédez au dossier du projet.

2. Installez les Dépendances

   • Assurez-vous que Python est installé. Installez les dépendances nécessaires en utilisant le fichier requirements.txt (si disponible).

3. Lancez Jupyter Notebook

   • Ouvrez Jupyter Notebook et chargez le fichier Feature_engineering_vf.ipynb pour explorer le prétraitement des données et le feature engineering.

📄 Rapport

Le dépôt inclut également un rapport détaillé qui fournit une vue d'ensemble approfondie des méthodes utilisées, des résultats obtenus, et des conclusions tirées au cours du projet.

🚨 Remarques Importantes

• Données Non Incluses : Les fichiers de données (train.csv, train_smote.csv, test.csv) ne sont pas inclus dans le dépôt en raison de leur taille. Vous devrez fournir ces fichiers séparément.