ML Studio
Plateforme no-code d'entraînement de modèles de Machine Learning
Plateforme web où un étudiant peut uploader un CSV, explorer ses colonnes, lancer une classification ou une régression sur huit algorithmes scikit-learn, ajuster les hyperparamètres via GridSearch et exporter ses prédictions, sans écrire une ligne de code Python. Prototype monté en quelques jours pour rendre la pratique du ML accessible aux étudiants qui n'ont pas accès aux outils payants équivalents.
Les outils graphiques d'entraînement ML sont souvent payants et hors de portée des étudiants qui veulent juste s'exercer sur des datasets simples. L'alternative — coder son pipeline scikit-learn en Python — décourage ceux qui découvrent à peine la classification ou la régression et bloquent dès l'installation de l'environnement.
Une interface web gratuite, sans installation, où l'étudiant clique pour uploader un dataset, choisir un algorithme, lancer un GridSearch et exporter ses résultats. Volontairement présenté comme prototype — le périmètre couvre déjà l'essentiel pour la première année d'apprentissage, mais l'outil n'est pas conçu pour remplacer un workflow ML de production.