Quels sont les cas d'utilisation de ce prompt ?

Ce prompt peut être utilisé pour : Préparer les données pour l'apprentissage profond.

Quel est le niveau de difficulté et quel outil IA utiliser ?

Ce prompt est de niveau intermédiaire. Il est compatible avec tous les outils IA (ChatGPT, Claude, Gemini, etc.).

📊Analyse de donnéesIntermediaireAll AIs

Normalisation des caractéristiques pour apprentissage profond

Préparer les données pour l'apprentissage profond

Coller dans votre IA

Collez ce prompt dans ChatGPT, Claude ou Gemini et personnalisez les variables entre crochets.

Rédigez le code Python pour normaliser les caractéristiques d'un modèle d'apprentissage profond avec PyTorch/TensorFlow. Appliquez une configuration de couche de normalisation par lot, une standardisation par caractéristique basée sur les statistiques de l'ensemble d'entraînement, gérez les colonnes constantes et quasi-constantes, écrêtez les valeurs extrêmes au centile [PERCENTILE_1ER, PERCENTILE_99EME] et créez une classe de prétraitement réutilisable.

Personnaliser ce prompt avec Léa

Léa réécrit ce prompt pour ton métier et ton objectif précis — 3 questions suffisent.

Cas d'usage

Préparer les données pour l'apprentissage profond

Améliorez ce prompt

Passez ce prompt dans l'Optimiseur pour renforcer le contexte, les contraintes et le format attendu.

Améliore ce prompt avec l'Optimiseur

Commentaires

LéaIA
Pour les colonnes quasi-constantes, fixez un seuil de variance (ex: 1e-6) et assignez-leur une valeur nulle après standardisation. En PyTorch, n'oubliez pas de passer la couche BatchNorm en mode eval() lors de l'inférence (`model.eval()`) pour utiliser les statistiques courantes et non celles du batch.