plan_devoir.md

Plan

• Abstract
• Introduction
  • Vectorisation
  • Classifieur
  • tâches
    • classification de documents
• Méthodologie
• Résultats
• Analyses
• Discussion

Tables

• Un tableau qui, pour chaque PipeLine, montrer le meilleur modèle
  • score moyen ?
  • meilleur score ?
• Tableau plus détaillé pour la meilleure PipeLine de toutes

Figures

• Figure de learning rate et/ou loss over time pour voir à quel rapidité chaque classifieur apprend (+ éventuellement voir si ça overfit ou underfit)
• Schéma qui explique le déroulement de deux pipelines (celle avec juste les trucs de sklearn et celle avec nos propres transformers)
• Figure de decisionTree pour montrer qu'on a regardé nos données avant de commencer à coder

Misc

• nettoyer le git pour mettre un lien dans l'article

Répartition du travail

Julie Sucrée

• Méthodologie
• Discussion

Aurélien Sucré

• Abstract
• Introduction

Den Sucrée

• Relecture du premier jet
• Faire les figures et les tableaux

A faire ensemble

• Résultats
• Analyse

Notebook

TODO

• faire glove, fastext et w2v pour pouvoir les utiliser dans les pipelines
• faire les pipelines des classfieurs :
  • SVM
  • knn
  • régression logistique
  • naives bayes
  • random forest
• (faire des transformers pour sentiment analysis et theme)