Tutoriels sur la science des données

Dans ce tutoriel, vous allez comprendre, à un niveau général, le fonctionnement des SVM puis les implémenter en R.

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

Découvrez les anti‑patterns, les plans d’exécution, la complexité temporelle, le tuning et l’optimisation des requêtes SQL.

Dans ce tutoriel, vous découvrirez les concepts statistiques de l’analyse de survie et vous mettrez en œuvre une application concrète de ces méthodes en R.

Apprenez à manipuler des séries temporelles avec pandas et à réaliser des tests de significativité par simulation en Python, pour analyser la volatilité des marchés.

Apprenez le scripting Python avancé dans Tableau en déployant le modèle de prévision Facebook Prophet sur le serveur Tableau et en créant des visualisations dynamiques de séries temporelles.

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 !

Un tour d’horizon des 5 graphiques préférés des utilisateurs et passionnés de R.

Apprenez l'analyse des séries temporelles avec R et utilisez un package de prévision pour ajuster la série observée au modèle optimal.

Le nettoyage des données est un pilier de la data science. Découvrez son importance et comment utiliser Python pour mener ce processus.

L'inégalité triangulaire est bien plus qu'un principe géométrique : c'est une pierre angulaire des mesures de distance en data science. Découvrez comment ce concept mathématique élégant alimente des algorithmes en géométrie algorithmique, en optimisation et en machine learning.