Data Science Tutorials

Si vous souhaitez vous initier à SQL, nous avons tout ce qu'il vous faut. Dans ce tutoriel SQL, nous allons vous présenter les requêtes SQL - un outil puissant qui nous permet de travailler avec les données stockées dans une base de données.

Suivez notre guide pas à pas pour créer des distributions de fréquence dans Excel en utilisant la fonction FREQUENCY() avec seulement deux arguments : data_array et bins_array.

Apprenez les bases de la mise en production de vos pipelines de données avec Apache Airflow. Installez et configurez Airflow, puis écrivez votre premier DAG avec ce tutoriel interactif.

Découvrez comment faire en sorte que le ChatGPT vous donne les résultats que vous souhaitez en lui fournissant les données d'entrée dont il a besoin.

Apprenez à créer un saut de ligne pour une chaîne de caractères en Python et à créer une indentation correcte à l'aide de barres obliques inversées, de parenthèses et d'autres délimiteurs.

Abordez les bases de la programmation orientée objet (POO) en Python : explorez les classes, les objets, les méthodes d'instance, les attributs et bien plus encore !

LangGraph est une bibliothèque de l'écosystème LangChain qui fournit un cadre pour la définition, la coordination et l'exécution de plusieurs agents LLM (ou chaînes) de manière structurée et efficace.

Dans ce tutoriel, nous verrons ce que sont les percentiles, à quoi ils servent, comment les calculer dans Excel, des exemples simples de ces calculs et les erreurs possibles à éviter lors du calcul des percentiles dans Excel.

Explorer différentes approches pour améliorer les systèmes RAG : Chunking, Reranking et transformation des requêtes.

Exploitez tout le potentiel des grands modèles de langage (LLM) grâce à notre guide sur l'incitation à la chaîne de pensée (CoT). Découvrez comment améliorer les capacités de raisonnement et de résolution de problèmes des étudiants en master de droit.

Apprenez les astuces courantes pour traiter les données catégorielles et les prétraiter pour construire des modèles d'apprentissage automatique !

Le regroupement est la forme la plus courante d'apprentissage non supervisé, un type d'algorithme d'apprentissage automatique utilisé pour tirer des conclusions à partir de données non étiquetées.