Nos tutoriels en science des données

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 analyser des données via un graphique par quadrants dynamique dans Tableau.

Guide complet pour réduire la taille des modèles

Apprenez à utiliser localement les petits modèles Qwen 3.5 via Ollama pour transformer un court extrait de gameplay en un jeu HTML jouable.

Apprenez à créer un agent de productivité avec Qwen 3.7 Max via OpenRouter, qui planifie, recherche, rédige et s’auto-évalue dans une application Streamlit.

Qwen est une famille de grands modèles de langage et multimodaux développés par Alibaba Cloud, conçus pour des tâches comme la génération de texte, la compréhension d’images et la conversation.

Découvrez les différences entre RAG et le fine-tuning pour adapter les performances des modèles et réduire les hallucinations des LLM.

RankGPT est une méthode qui utilise des LLM comme ChatGPT pour reclasser des documents récupérés dans des systèmes RAG, afin d'améliorer la qualité des sorties en priorisant les informations les plus pertinentes.

Ce tutoriel vous montre comment lire des documents PDF et fusionner plusieurs fichiers PDF en un seul. Il explique aussi comment lire et écrire des documents Word depuis Python.

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.

Dans ce tutoriel, vous apprendrez à lire des images d’IRM cérébrales au format NIfTI et à les reconstruire à l’aide d’un autoencodeur convolutionnel.

Reflection Llama-3.1 70B, entraîné avec la Reflection-Tuning, affirme dépasser GPT-4o et Claude 3.5 Sonnet, mais a rencontré des problèmes de reproductibilité et de vérification jusqu’à présent.