Tutoriels sur la science des données

Découvrez plusieurs fonctions utiles pour la manipulation de structures de données, les listes imbriquées, les expressions régulières et la gestion des heures et des dates dans le langage R.

Apprenez à utiliser les outils de visualisation du package VIM pour obtenir rapidement des insights sur les schémas de données manquantes.

Apprenez à extraire des romans du web et à tracer des distributions de fréquence des mots ; vous vous exercerez avec les packages Python requests, BeautifulSoup et nltk.

Boostez votre productivité et simplifiez le débogage. Trouvez l'environnement de développement intégré qui vous convient.

Dans ce tutoriel, apprenez à importer une feuille de calcul dans PostgreSQL et à l’analyser.

Découvrez les fonctions mathématiques : ce qu'elles sont, leur lien avec les fonctions en programmation et leur utilisation dans la modélisation en apprentissage automatique.

Découvrez la gestion de la mémoire en Python et des techniques avancées pour coder des classes économes en mémoire. Mettez en pratique pour des performances optimales.

Apprenez ce qu’est une matrice augmentée, comment elle représente les systèmes d’équations et comment utiliser les opérations sur les lignes pour les résoudre.

Découvrez ce qu’est un graphique des résidus, comment interpréter les motifs courants, et comment ils aident à identifier non-linéarité, hétéroscédasticité, valeurs aberrantes et autres problèmes de régression.

Apprenez ce que sont les minima et les maxima, en quoi diffèrent les extrémums locaux et globaux, et comment les trouver avec les points critiques, les tests sur les première et seconde dérivées, et la méthode de l'intervalle fermé.

Apprenez ce qu’est une matrice inversible, comment déterminer si une matrice est inversible et pourquoi l’inverse a de l’importance en algèbre linéaire et en data science.

Learn what the lognormal distribution is, how it relates to the normal distribution, and where it applies across finance, biology, and machine learning.