Avec la programmation orientée objet, on considère que notre univers est rempli d'objets: Regardez tout autour de vous: vous êtes entouré d'objets. Même vous et moi pouvons être considérés des objets faisant partis de notre univers. Deux choses sont à préciser sur ces objets.

  1. les objets ont des attributs qui les qualifient: un stylo aura par exemple une couleur, une masse, une marque...
  2. les objets peuvent effectuer des actions, ce qu'on appelle des méthodes: un stylo peut écrire, ou bien effacer, s'il a une gomme. Les méthode modifient les attributs d'autres objets, et c'est ainsi que les objets peuvent se modifier les uns les autres et former un environnement complexe.
Pour finir on dit qu'une classe représente le plan de conception d'un objet. Par exemple c'est de la classe stylo que sont produis tous les objets stylos. La programmation orientée objet est l'un des paradigmes les plus important de l'univers de la programmation. Avec python, c'est très facile de comprendre ce concept avancé ! Il n'est pas utile en machine learning et en data science de savoir créer ses propres classes, en revanche il est important de bien comprendre comment la programmation orientée objet fonctionne, cela vous permettra de mieux circuler dans la documentation python et de bien comprendre les objets que vous manipulez dans vos programmes de machine learning !

Lien vers la documentation Numpy qui vous montre un très bon exemple de classe, avec les attributs et les méthodes qui font parties de l'objet ndarray:

https://docs.scipy.org/doc/numpy/reference/generated/numpy.ndarray.html

Sommaire de cette formation Python - Machine Learning en 30 vidéos

[su_menu name="formation_python_machinelearnia"]