Nos tutoriels en science des données

Apprenez à exécuter localement sous Windows le modèle Bonsai 1‑bit de PrismML, rapide et économe, du téléchargement à la configuration puis aux tests via WebUI, avec jusqu’à 88,6 tokens par seconde.

Dans ce tutoriel, vous allez découvrir les tenseurs, PyTorch, et comment créer un réseau de neurones simple avec PyTorch.

LangChain est un framework pour intégrer l’IA des grands modèles de langage dans des pipelines et des applications data. Ce tutoriel présente un aperçu de ce qu’il est possible de faire avec LangChain, les problèmes qu’il résout et des exemples de cas d’usage data.

Dans ce tutoriel, vous découvrirez le monde du machine learning (ML) avec Python. Pour passer à la pratique, vous utiliserez un algorithme bien connu : K-Nearest Neighbor (KNN) avec Python.

Apprenez les bases de PySide6 pour créer votre première application de bureau et y intégrer des visualisations de données issues des bibliothèques phares de la data science.

Explorez la distance cosinus et la similarité cosinus. Découvrez les calculs, les applications et les comparaisons avec d'autres métriques. Apprenez à les implémenter en R et en Python avec numpy.

Apprenez à utiliser l’API Python de Gemini et ses différentes fonctions pour créer gratuitement des applications dopées à l’IA.

Ce tutoriel reprend des extraits du cours Cleaning Data in Python de DataCamp et vous montre comment nettoyer des chaînes avec des expressions régulières.

Découvrez les opérateurs relationnels pour comparer des objets R et les opérateurs logiques pour combiner les valeurs booléennes TRUE et FALSE. Vous construirez aussi des instructions conditionnelles.

Analysez des mains de poker avec Python et appliquez facilement des notions statistiques comme les combinaisons, les permutations, les événements (in)dépendants et la valeur attendue.

Cet article présente différentes façons d’importer des fichiers texte en Python avec Python, NumPy et les méthodes natives de Python. Il explique aussi comment les convertir en listes.

Ce tutoriel pas à pas vous montre comment configurer et utiliser Jupyter Notebook sur une instance GPU EC2 d’AWS pour le deep learning.