Tutoriels sur la science des données

Dans ce tutoriel, vous apprendrez à utiliser l’analytique prédictive pour classifier des genres musicaux à partir des paroles.

Cet article explique l'importance du prétraitement dans le pipeline de machine learning en montrant comment le centrage et la mise à l'échelle peuvent améliorer les performances des modèles.

Dans ce tutoriel, vous apprendrez l’analyse exploratoire des données (EDA) en Python, et plus précisément le data profiling avec pandas.

Cette référence pratique sur une page présente les bases de Python dont vous avez besoin pour faire de la data science

Dans ce tutoriel, vous apprendrez à configurer votre ordinateur pour le développement Python et à comprendre les bases d’un cycle de vie applicatif optimal.

Découvrez à quoi sert la fonction Python enumerate et comment l'utiliser dans vos tâches quotidiennes de data science.

Découvrez comment Python gère automatiquement la mémoire avec le comptage de références et la collecte générationnelle, et comment reprendre la main avec le module gc.

Un tutoriel NumPy pour débutants : apprenez à créer un tableau NumPy, utiliser le broadcasting, accéder aux valeurs, manipuler des tableaux et bien plus encore.

Un tutoriel SciPy pour apprendre les fondamentaux de l’algèbre linéaire indispensables au machine learning en Python, avec un focus pratique sur NumPy.

Dans ce tutoriel, vous allez tout apprendre sur les chaînes Python : découpage et pas (stride), manipulation et mise en forme avec la classe Formatter, les f-strings, les templates et plus encore !

Découvrez la décomposition QR, la factorisation matricielle qui décompose la matrice A en produit d’une matrice orthogonale Q et d’une matrice triangulaire supérieure R.

Apprenez à calculer la somme totale des carrés (SST), la somme des carrés due à la régression (SSR) et la somme des carrés des erreurs (SSE) pour évaluer la précision d’un modèle de régression. Découvrez leurs relations mathématiques et leur impact sur le R².