Data Science Tutorials

Apprenez à ajouter des formules arithmétiques, des chaînes de caractères, des séries temporelles et des formules complexes dans Microsoft Excel.

Apprenez à convertir une colonne de tableau de tableur en minuscules en utilisant .str.lower().

Découvrez les chaînes de caractères Python. Trouvez différents exemples et types de format de docstrings pour Sphinx, Numpy et Pydoc.

Utilisez LIKE pour filtrer les enregistrements SQL sur des chaînes de caractères spécifiques. Ce tutoriel vous apprend à utiliser les caractères génériques, NOT, LOWER, UPPER et CASE WHEN avec LIKE.

Exploitez la puissance de SQL CONTAINS pour des recherches de texte avancées. Découvrez les opérateurs logiques, les recherches de proximité et l'utilisation de caractères génériques pour une analyse précise des données.

Explorez l'architecture des Transformers, les modèles qui ont révolutionné le traitement des données grâce à des mécanismes d'auto-attention.

Ce tutoriel vous présentera le concept de détection d'objets en Python à l'aide de la bibliothèque OpenCV et vous expliquera comment l'utiliser pour effectuer des tâches telles que la détection de visages.

Le réglage fin des grands modèles de langage (LLM) a révolutionné le traitement du langage naturel (NLP), offrant des capacités sans précédent dans des tâches telles que la traduction linguistique, l'analyse des sentiments et la génération de textes. Cette approche transformatrice s'appuie sur des modèles pré-entraînés tels que GPT-2, améliorant leurs performances dans des domaines spécifiques grâce à un processus de réglage fin.

Nous affinerons Llama 3 sur un ensemble de données de conversations entre patients et médecins, afin de créer un modèle adapté au dialogue médical. Après avoir fusionné, converti et quantifié le modèle, il sera prêt pour une utilisation locale privée via l'application Jan.

Apprenez à lire et à importer des fichiers Excel en Python, à écrire des données dans ces feuilles de calcul et à trouver les meilleurs packages pour ce faire.

Dans ce tutoriel, vous apprendrez la classification par arbre de décision, les mesures de sélection des attributs et comment construire et optimiser un classificateur par arbre de décision à l'aide du package Python Scikit-learn.

Découvrez le rôle crucial des fonctions de perte dans l'apprentissage automatique grâce à notre guide complet. Comprenez la différence entre les fonctions de perte et de coût, approfondissez les différents types tels que MSE et MAE, et apprenez leurs applications dans les tâches de ML.