Nos tutoriels en science des données

Apprenez les commandes SQL essentielles avec des exemples concrets et un carnet de référence.

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.

Nous créons des modèles de données en mettant les données au format tableau, en créant des relations, en utilisant Power Query et en exploitant Power Pivot pour une intégration et une analyse des données fluides.

Découvrez quand utiliser la régression linéaire multivariée, ses fondements mathématiques, et comment l'implémenter en Python avec des exemples pratiques.

Apprenez à vous connecter aux modèles OpenAI O1 via l’API et à gérer les coûts en comprenant les reasoning tokens et leur contrôle.

Un article d’initiation pour réaliser du machine learning à l’aide d’instructions SQL dans PostgresML.

L’analyse de clusters est un enjeu majeur en analyse de données. Les data scientists l’utilisent pour identifier des serveurs défaillants, regrouper des gènes aux profils similaires, et bien d’autres applications.

Apprenez à créer et personnaliser des barplots Seaborn en Python. Maîtrisez les techniques essentielles pour visualiser des relations catégorielles, des graphiques de base aux fonctionnalités avancées.

Dans ce tutoriel, vous apprendrez à utiliser SQLite, un système de gestion de base de données relationnelle (SGBDR) ultra léger, dans R.

Apprenez à utiliser le Plan Mode de Claude Code pour explorer votre base de code en lecture seule, faire remonter les questions et valider des plans structurés pour des modifications multi-fichiers.

Ce tutoriel explore l'approche de Databricks en matière d'IA et de machine learning dans le Lakehouse Databricks et présente ses dernières fonctionnalités.

Découvrez l’automatisation de workflows native IA avec Gumloop. Comparez‑la à n8n et Zapier, et créez votre premier agent de recherche basé sur un LLM avec ce guide pratique.