Détails
- 24 Sections
- 91 Lessons
- 21 Weeks
Expand all sectionsCollapse all sections
- Présentation de Python2
- 1.1Les forces & faiblesses Python pour la data
- 1.2Outils liés à Python
- Présentation de Python2
- 2.1Les forces & faiblesses Python pour la data
- 2.2Outils liés à Python
- Présentation de Python2
- 3.1Les forces & faiblesses Python pour la data
- 3.2Outils liés à Python
- Présentation de Python2
- 4.1Les forces & faiblesses Python pour la data
- 4.2Outils liés à Python
- Présentation de Python2
- 5.1Les forces & faiblesses Python pour la data
- 5.2Outils liés à Python
- Présentation de Python2
- 6.1Les forces & faiblesses Python pour la data
- 6.2Outils liés à Python
- Présentation de Python2
- 7.1Les forces & faiblesses Python pour la data
- 7.2Outils liés à Python
- Calculs & graphiques5
- 8.1Présentation de NumPy
- 8.2Présentation de SciPy
- 8.3Utilisation de tableaux & fonctions mathématiques
- 8.4basemap & matplotlib : représentation graphique
- 8.5Manipulation de NumPy & SciPy
- Calculs & graphiques5
- 9.1Présentation de NumPy
- 9.2Présentation de SciPy
- 9.3Utilisation de tableaux & fonctions mathématiques
- 9.4basemap & matplotlib : représentation graphique
- 9.5Manipulation de NumPy & SciPy
- Calculs & graphiques5
- 10.1Présentation de NumPy
- 10.2Présentation de SciPy
- 10.3Utilisation de tableaux & fonctions mathématiques
- 10.4basemap & matplotlib : représentation graphique
- 10.5Manipulation de NumPy & SciPy
- Calculs & graphiques5
- 11.1Présentation de NumPy
- 11.2Présentation de SciPy
- 11.3Utilisation de tableaux & fonctions mathématiques
- 11.4basemap & matplotlib : représentation graphique
- 11.5Manipulation de NumPy & SciPy
- Calculs & graphiques5
- 12.1Présentation de NumPy
- 12.2Présentation de SciPy
- 12.3Utilisation de tableaux & fonctions mathématiques
- 12.4basemap & matplotlib : représentation graphique
- 12.5Manipulation de NumPy & SciPy
- Calculs & graphiques5
- 13.1Présentation de NumPy
- 13.2Présentation de SciPy
- 13.3Utilisation de tableaux & fonctions mathématiques
- 13.4basemap & matplotlib : représentation graphique
- 13.5Manipulation de NumPy & SciPy
- Calculs & graphiques5
- 14.1Présentation de NumPy
- 14.2Présentation de SciPy
- 14.3Utilisation de tableaux & fonctions mathématiques
- 14.4basemap & matplotlib : représentation graphique
- 14.5Manipulation de NumPy & SciPy
- Données relationnelles4
- 15.1Manipulation de tables de données
- 15.2Tableaux avec pandas
- 15.3Stockage dans des fichiers
- 15.4Comparatif Pandas / NumPy : forces & faiblesses, cas d’usages
- Données relationnelles4
- 16.1Manipulation de tables de données
- 16.2Tableaux avec pandas
- 16.3Stockage dans des fichiers
- 16.4Comparatif Pandas / NumPy : forces & faiblesses, cas d’usages
- Données relationnelles4
- 17.1Manipulation de tables de données
- 17.2Tableaux avec pandas
- 17.3Stockage dans des fichiers
- 17.4Comparatif Pandas / NumPy : forces & faiblesses, cas d’usages
- Données relationnelles4
- 18.1Manipulation de tables de données
- 18.2Tableaux avec pandas
- 18.3Stockage dans des fichiers
- 18.4Comparatif Pandas / NumPy : forces & faiblesses, cas d’usages
- Données relationnelles4
- 19.1Manipulation de tables de données
- 19.2Tableaux avec pandas
- 19.3Stockage dans des fichiers
- 19.4Comparatif Pandas / NumPy : forces & faiblesses, cas d’usages
- Données relationnelles4
- 20.1Manipulation de tables de données
- 20.2Tableaux avec pandas
- 20.3Stockage dans des fichiers
- 20.4Comparatif Pandas / NumPy : forces & faiblesses, cas d’usages
- Données relationnelles4
- 21.1Manipulation de tables de données
- 21.2Tableaux avec pandas
- 21.3Stockage dans des fichiers
- 21.4Comparatif Pandas / NumPy : forces & faiblesses, cas d’usages
- Utilisation de Python pour le machine learning & le deep learning5
- 22.1Tour d’horizon des outils
- 22.2Focus sur Tensorflow
- 22.3APIs fournies en standard
- 22.4Modèles d’apprentissage
- 22.5Scikit-learn : initiation et comparatif
- Utilisation de Python pour le machine learning & le deep learning5
- 23.1Tour d’horizon des outils
- 23.2Focus sur Tensorflow
- 23.3APIs fournies en standard
- 23.4Modèles d’apprentissage
- 23.5Scikit-learn : initiation et comparatif
- Utilisation de Python pour le machine learning & le deep learning4
- 24.1Tour d’horizon des outils
- 24.2Focus sur Tensorflow
- 24.3APIs fournies en standard
- 24.4Modèles d’apprentissage
