Tutoriels d'analyse de données

Découvrez la puissance de la fonction SQL SUM() pour l’agrégation de données. Apprenez à implémenter des sommes glissantes, des cumuls et à additionner efficacement plusieurs colonnes.

Découvrez le Data Manipulation Language (DML), ses différences avec DQL et DDL, et maîtrisez les commandes DML comme SELECT, INSERT, DELETE et UPDATE.

L’opérateur OR en SQL permet de filtrer des données en combinant plusieurs conditions et de renvoyer les lignes où au moins une condition est vraie. Découvrez comment utiliser OR avec INSERT, UPDATE et DELETE pour modifier des enregistrements.

Les réseaux font partie de notre quotidien. Apprenons à visualiser et comprendre un réseau social en Python avec NetworkX.

Dans ce tutoriel Python, explorez des données de films issues de plateformes de streaming populaires et créez un système de recommandation.

Dans ce tutoriel, vous apprendrez à utiliser SQLite, un système de gestion de base de données relationnelle (SGBDR) ultra‑léger, avec Python.

Découvrez comment réaliser Count Distinct dans Tableau via l’étagère Measure Names et les champs calculés. Explorez COUNTD() et les expressions FIXED LOD pour des calculs plus avancés.

Maîtrisez SQL pour le reporting et l'analyse quotidienne des données : sélection, filtrage et tri, personnalisation des sorties, et reporting d'agrégats depuis une base !

Découvrez des techniques efficaces pour traiter les valeurs manquantes et leurs implémentations en Python.

Créez des diagrammes en secteurs percutants dans Tableau avec des instructions claires pour importer des données, ajuster la taille et personnaliser les couleurs. Découvrez des méthodes avancées comme le regroupement de catégories et l’ajout de filtres.

Récupérez les données Google Trends pour des mots-clés comme "diet" et "gym" et observez leur évolution dans le temps tout en découvrant tendances et saisonnalité des séries temporelles.

Commencez à analyser les données du Titanic avec R et le tidyverse : apprenez à filtrer, trier, résumer, transformer et visualiser vos données avec dplyr et ggplot2 !