Ce projet concerne le chapitre 1 d'un ensemble de programmes dédiés à l'apprentissage algorithmique et aux réseaux de neurones. Il propose des exemples de classification d'images à l'aide de différentes librairies, telles que neuralnet, Keras et torch, ainsi qu'une régression pénalisée (Lasso).

Ce projet consiste en un réseau de neurones entraîné pour imputer des données manquantes dans les enquêtes de l'Insee. Il est développé en Python avec les librairies Keras et Tensorflow.

Ce projet est un dépôt de code source qui fournit des scripts Python pour l'analyse de données économiques, la préparation de données pour l'apprentissage automatique, la réduction de dimension de données et la visualisation de données multidimensionnelles. Il utilise des bibliothèques telles que NumPy, Pandas, Requests, scikit-learn, TensorFlow et Keras pour fournir des fonctionnalités telles que le téléchargement de données, la préparation de données, l'estimation de modèles et la visualisation de données.

Ce projet est une publication sur l'utilisation des réseaux de neurones dans le domaine de la statistique publique. Il contient des exemples d'analyse de données, de classification d'images, de prédiction de données manquantes et de réduction de dimension de données.