Tutoriel Python

Comprenez et implémentez l’optimiseur Adam en Python. Découvrez l’intuition, les mathématiques et les cas d’usage en machine learning avec PyTorch

Découvrez comment la courbe AUC‑ROC évalue les modèles de classification binaire, en se concentrant sur les performances selon les seuils, notamment sur des jeux de données déséquilibrés. Utilisez les bibliothèques Python pour calculer les valeurs d’AUC et comparer des classifieurs dans un même flux de travail.

Découvrez comment créer une liste en Python, sélectionner des éléments, la différence entre append() et extend(), pourquoi utiliser NumPy et bien plus encore.

Dans ce tutoriel, vous allez apprendre et comprendre comment utiliser un autoencoder comme classifieur en Python avec Keras, avec Fashion‑MNIST comme exemple.

Découvrez ce qu’est l’API Vision et tout ce qu’elle propose. À la fin de ce tutoriel, vous saurez aussi comment appeler l’API Vision depuis votre code Python.

Découvrez le dernier benchmark des alternatives robustes à pandas en Python — Polars, Vaex et Datatable. Comparez leurs performances en chargement de données, regroupement, tri, et plus encore.

Dans ce tutoriel, vous découvrirez les autoencodeurs et apprendrez à créer des autoencodeurs convolutionnels et de débruitage avec le jeu de données notMNIST dans Keras.

Apprenez à implémenter la recherche binaire en Python en versions itérative et récursive, et explorez le module intégré bisect pour des fonctions de recherche prêtes à l'emploi et efficaces.

Exploitez les capacités de l’API ElevenLabs, un puissant générateur de voix par IA. Apprenez à transformer du texte en parole et à cloner des voix avec cette technologie.

Découvrez comment Dask révolutionne le traitement des données grâce au parallélisme et à l'évaluation paresseuse.

Dans ce tutoriel, vous allez découvrir les différents facteurs à prendre en compte avant de choisir votre plateforme d’analytics, tant au niveau de l’organisation que de l’individu.

La batch normalization standardise les entrées des mini-lots pour stabiliser et accélérer l'entraînement des réseaux de neurones.