Nos tutoriels en science des données
Développez vos compétences en science des données grâce à nos tutoriels : visualisation avancée avec Tableau, contrôle de version avec Git, et bien plus encore.
Découvrir les catégories
Formation de 2 personnes ou plus ?Essayer DataCamp for Business
Le laplacien expliqué : du calcul différentiel au ML
L’opérateur laplacien est l’un des outils mathématiques les plus utilisés en machine learning moderne. Il est au cœur du clustering spectral, de l’apprentissage de variétés, de la détection de contours et des algorithmes sur graphes.
Dario Radečić
4 mai 2026
Suites géométriques : formule, convergence et exemples
Un guide pratique des séries géométriques couvrant les formules de somme finie et infinie, les conditions de convergence et des applications concrètes en finance, physique et informatique.
Dario Radečić
4 mai 2026
Test de normalité : comment vérifier si vos données suivent une loi normale
Découvrez ce qu'est un test de normalité, pourquoi il compte, et comment utiliser les tests courants (Shapiro-Wilk, Kolmogorov-Smirnov) et des méthodes visuelles pour contrôler vos données + exemples en Python et R.
Dario Radečić
4 mai 2026
Comment calculer le temps dans Excel : guide avec exemples
Maîtrisez les calculs de temps dans Excel. Appliquez des formules prêtes à l’emploi directement sur vos propres données.
Amole Oluwaferanmi
4 mai 2026
Séries de Taylor : des approximations à l’optimisation
Découvrez comment les approximations polynomiales alimentent la descente de gradient, XGBoost et les fonctions que votre ordinateur calcule au quotidien.
Dario Radečić
4 mai 2026
VLOOKUP() dans Google Sheets : mode d’emploi + exemples
Apprenez à utiliser VLOOKUP() dans Google Sheets pour rechercher et extraire des données de grands jeux de données en quelques secondes.
Laiba Siddiqui
4 mai 2026
Contrôles essentiels pour une base de données MongoDB en bonne santé
Un guide des contrôles proactifs essentiels en matière de réplication, de performance et de sauvegarde pour une plateforme de données robuste et fiable.
Daniel Coupal
4 mai 2026
Méthode de Newton : trouvez des racines rapidement par approximation itérative
La méthode de Newton est un algorithme itératif de recherche de racines qui exploite les tangentes pour se rapprocher de la solution d'équations sans forme fermée.
Dario Radečić
4 mai 2026
Fonction d’activation GELU : formule, intuition et usages en deep learning
GELU est une fonction d’activation lisse et probabiliste qui surpasse des alternatives plus simples comme ReLU dans les architectures profondes, et s’est imposée comme le choix par défaut dans les transformers comme BERT et GPT.
Dario Radečić
4 mai 2026
SQL RANK() : comment organiser les lignes avec des exemples
Apprenez à utiliser la fonction SQL RANK() pour attribuer des classements aux lignes, gérer les ex æquo et la comparer à DENSE_RANK() et ROW_NUMBER().
Allan Ouko
4 mai 2026
Ajuster NVIDIA Nemotron-3-Nano sur des données de Q&R en psychologie
Apprenez à affiner NVIDIA Nemotron-3-Nano-4B sur un jeu de données Q&R en psychologie avec un GPU RTX 3090 en utilisant LoRA et TRL après téléchargement du modèle depuis Hugging Face.
Abid Ali Awan
29 avril 2026
OpenAI Agents SDK : exécuter des agents dans des sandboxes Modal
Apprenez à créer une application d'agent OpenAI qui s'exécute dans des sandboxes Modal, gère des fichiers, exécute du code et renvoie des résultats dans ce tutoriel Python pratique.
Abid Ali Awan
27 avril 2026