Apprentissage supervisé avec scikit-learn
Développez vos compétences en apprentissage automatique avec scikit-learn en Python. Faites des prédictions!
Suivez de courtes vidéos animées par des instructeurs experts, puis mettez en pratique ce que vous avez appris avec des exercices interactifs dans votre navigateur.
ou
En continuant, vous acceptez nos Conditions d'utilisation, notre Politique de confidentialité et le fait que vos données sont stockées aux États-Unis.Développez vos compétences en apprentissage automatique avec scikit-learn en Python. Faites des prédictions!
Renforcez vos compétences statistiques en collectant, analysant et interprétant les données avec précision grâce à Python.
Apprenez à explorer, visualiser et extraire des informations des données à laide de lanalyse exploratoire des données (AED) en Python.
Apprenez à joindre des données issues de plusieurs tables avec pandas pour des analyses plus riches et précises.
Apprenez à créer votre premier réseau neuronal, à ajuster les hyperparamètres et à résoudre les problèmes de classification et de régression avec PyTorch.
Apprenez à explorer une base de données : ses tables, les relations entre elles et les données qui y sont stockées.
Découvrez comment créer des applications alimentées par lIA en utilisant des LLM, des invites, des chaînes et des agents dans LangChain.
Apprenez à diagnostiquer et nettoyer les données sales pour transformer vos données brutes en insights précis et fiables !
Apprenez à créer des requêtes pour lanalyse et lingénierie des données avec les fonctions window, larme secrète de SQL !
Apprenez à regrouper, transformer, visualiser et exploiter des données non étiquetées avec scikit-learn et scipy pour en tirer des insights.
Renforcez vos compétences en statistique : collectez, analysez et tirez des conclusions fiables à partir de vos données.
Vous apprendrez à (dé)pivoter, transposer, ajouter et joindre des tableaux. Maîtrisez les colonnes personnalisées, le langage M et l’éditeur avancé.
Master PySpark to handle big data with ease—learn to process, query, and optimize massive datasets for powerful analytics!
Découvrez Docker et son importance dans la boîte à outils du professionnel des données. Découvrez les conteneurs Docker, les images et bien plus encore.
Maîtriser la modélisation des données dans Power BI.
Plongez dans le monde passionnant des API en découvrant les bases de la consommation et du travail avec les API Web à laide de Python.
Découvrez un large éventail de calculs DAX et maîtrisez leur utilisation dans Microsoft Power BI pour des analyses puissantes.
Explorez les fonctions clés de PostgreSQL pour manipuler, transformer et traiter efficacement vos données.
Ce cours introductif et conceptuel vous aidera à comprendre les principes fondamentaux de lentreposage de données.
Take your Power BI visualizations up a level with the skills you already have. Learn alternative data storytelling techniques to simply building dashboards.
Ce cours vous emmènera de larchitecture fondamentale de Snowflake à la maîtrise des techniques avancées de SnowSQL.
Déployez l’analyse de régression avec statsmodels en Python pour prédire les prix immobiliers et le taux de clics sur des publicités.
Apprenez à créer des pipelines de données fiables et efficaces grâce aux principes d’extraction, transformation et chargement.
Apprenez à écrire un code efficace, rapide et optimisé dans l’utilisation des ressources pour éviter les surcoûts inutiles.
Apprenez les rouages des LLM et larchitecture révolutionnaire des transformateurs sur laquelle ils reposent !
Découvrez comment les MLOps permettent de passer des notebooks locaux aux modèles machine learning déployés en production, générant une vraie valeur.
Dans ce cours, vous apprendrez à utiliser des modèles basés sur des arbres et des ensembles pour la régression et la classification en utilisant scikit-learn.
Apprenez quand et comment utiliser les tests d’hypothèse courants en Python : t-tests, tests de proportion et tests du khi-deux.
Améliorez vos rapports grâce à des techniques d’analyse des tendances : séries chronologiques, arbres de décomposition et facteurs clés.
Continue your data visualization journey where youll learn practical techniques for incorporating DAX measures and progressive disclosure in your reports.