Nos tutoriels en science des données

Apprenez à utiliser Pixtral Large de Mistral via Le Chat ou accédez-y de manière programmatique grâce à l'API sur La Plateforme.

Découvrez les principes fondamentaux de la distribution exponentielle et ses applications dans le monde réel. Apprenez à calculer les probabilités et à comprendre leur importance dans différents domaines. Explorez des exemples pratiques et des visualisations.

Personnalisez le modèle GPT-4o Mini pour classer les messages de Reddit en deux catégories : "stressant" et "non stressant".

Apprenez la programmation orientée objet en Java avec des exemples pratiques. Maîtriser les classes, les objets, l'héritage, l'encapsulation et les classes abstraites à l'aide d'un système de menu de restaurant.

Curus : apprenez à créer, personnaliser et interpréter des diagrammes de Gantt dans Power BI pour suivre les délais et les tâches d'un projet. Suivez nos instructions détaillées et regardez des exemples concrets.

Python dlt est un excellent choix pour les ingénieurs de données qui veulent déplacer des données rapidement et en toute confiance. Il s'intègre à presque toutes les sources et destinations et vous permet d'écrire rapidement vos pipelines ELT/ETL. Ce tutoriel vous montre comment contrôler chaque étape du pipeline et travailler avec des fichiers locaux, le cloud, des bases de données et des API REST.

Apprenez les premiers principes de l'optimisation de la politique proximale, y compris son implémentation dans PyTorch avec Gymnasium !

Découvrez comment le découpage permet d'extraire, de réorganiser et d'analyser vos données sans effort. Exploitez les indices négatifs, les tranches multidimensionnelles et les valeurs de pas avancées pour une précision totale.

Apprenez l'art de faire pivoter les lignes en colonnes en SQL dans Oracle, MySQL et SQL Server. Explorez des méthodes pratiques avec des exemples détaillés pour renforcer vos compétences en ingénierie des données.

Apprenez à modéliser et à résoudre des problèmes d'optimisation à l'aide de Python, une puissante bibliothèque Python. Explorez des exemples pratiques d'optimisation linéaire et non linéaire !

Comprendre l'ordre d'exécution SQL et en quoi il diffère de l'ordre d'écriture. Rédiger des requêtes précises et optimisées pour améliorer les performances et éviter les erreurs courantes dans la conception des requêtes.

Créez des diagrammes à barres remarquables en utilisant Matplotlib, Seaborn, Plotly, Plotnine et Pandas. Explorez les types de diagrammes à barres, depuis les simples barres verticales et horizontales jusqu'aux présentations groupées et empilées plus complexes.