Détails
- 30 Sections
- 168 Lessons
- 28 Weeks
Expand all sectionsCollapse all sections
- Introduction de l'écosystème scientifique de Python9
- 1.1Tour d’horizon de l’écosystème
- 1.2Recherche et jugement des librairies
- 1.3Outils et logiciels de la Data Science
- 1.4Anaconda : distribution scientifique
- 1.5Intérêt et utilisation de l’environnement virtuel
- 1.6Interprétateur IPython & serveur Jupyter
- 1.7Best practices des projets de data science
- 1.8Format de fichiers scientifiques et librairies
- 1.9Travaux pratiques : Mise en place d’un environnement de développement
- Introduction de l'écosystème scientifique de Python9
- 2.1Tour d’horizon de l’écosystème
- 2.2Recherche et jugement des librairies
- 2.3Outils et logiciels de la Data Science
- 2.4Anaconda : distribution scientifique
- 2.5Intérêt et utilisation de l’environnement virtuel
- 2.6Interprétateur IPython & serveur Jupyter
- 2.7Best practices des projets de data science
- 2.8Format de fichiers scientifiques et librairies
- 2.9Travaux pratiques : Mise en place d’un environnement de développement
- Introduction de l'écosystème scientifique de Python9
- 3.1Tour d’horizon de l’écosystème
- 3.2Recherche et jugement des librairies
- 3.3Outils et logiciels de la Data Science
- 3.4Anaconda : distribution scientifique
- 3.5Intérêt et utilisation de l’environnement virtuel
- 3.6Interprétateur IPython & serveur Jupyter
- 3.7Best practices des projets de data science
- 3.8Format de fichiers scientifiques et librairies
- 3.9Travaux pratiques : Mise en place d’un environnement de développement
- Introduction de l'écosystème scientifique de Python9
- 4.1Tour d’horizon de l’écosystème
- 4.2Recherche et jugement des librairies
- 4.3Outils et logiciels de la Data Science
- 4.4Anaconda : distribution scientifique
- 4.5Intérêt et utilisation de l’environnement virtuel
- 4.6Interprétateur IPython & serveur Jupyter
- 4.7Best practices des projets de data science
- 4.8Format de fichiers scientifiques et librairies
- 4.9Travaux pratiques : Mise en place d’un environnement de développement
- Introduction de l'écosystème scientifique de Python9
- 5.1Tour d’horizon de l’écosystème
- 5.2Recherche et jugement des librairies
- 5.3Outils et logiciels de la Data Science
- 5.4Anaconda : distribution scientifique
- 5.5Intérêt et utilisation de l’environnement virtuel
- 5.6Interprétateur IPython & serveur Jupyter
- 5.7Best practices des projets de data science
- 5.8Format de fichiers scientifiques et librairies
- 5.9Travaux pratiques : Mise en place d’un environnement de développement
- Introduction de l'écosystème scientifique de Python9
- 6.1Tour d’horizon de l’écosystème
- 6.2Recherche et jugement des librairies
- 6.3Outils et logiciels de la Data Science
- 6.4Anaconda : distribution scientifique
- 6.5Intérêt et utilisation de l’environnement virtuel
- 6.6Interprétateur IPython & serveur Jupyter
- 6.7Best practices des projets de data science
- 6.8Format de fichiers scientifiques et librairies
- 6.9Travaux pratiques : Mise en place d’un environnement de développement
- SciPy Stack6
- 7.1Présentation de SciPy Stack
- 7.2Numpy
- 7.3SciPy & Numpy : usages complémentaires
- 7.4Pandas
- 7.5Matplotlib
- 7.6Travaux pratiques : mesure de performances, traitement d’images, analyse statistiques…
- SciPy Stack6
- 8.1Présentation de SciPy Stack
- 8.2Numpy
- 8.3SciPy & Numpy : usages complémentaires
- 8.4Pandas
- 8.5Matplotlib
- 8.6Travaux pratiques : mesure de performances, traitement d’images, analyse statistiques…
- SciPy Stack6
- 9.1Présentation de SciPy Stack
- 9.2Numpy
- 9.3SciPy & Numpy : usages complémentaires
- 9.4Pandas
- 9.5Matplotlib
- 9.6Travaux pratiques : mesure de performances, traitement d’images, analyse statistiques…
- SciPy Stack6
- 10.1Présentation de SciPy Stack
- 10.2Numpy
- 10.3SciPy & Numpy : usages complémentaires
- 10.4Pandas
- 10.5Matplotlib
- 10.6Travaux pratiques : mesure de performances, traitement d’images, analyse statistiques…
- SciPy Stack6
- 11.1Présentation de SciPy Stack
- 11.2Numpy
- 11.3SciPy & Numpy : usages complémentaires
- 11.4Pandas
- 11.5Matplotlib
- 11.6Travaux pratiques : mesure de performances, traitement d’images, analyse statistiques…
- SciPy Stack6
- 12.1Présentation de SciPy Stack
- 12.2Numpy
- 12.3SciPy & Numpy : usages complémentaires
- 12.4Pandas
- 12.5Matplotlib
- 12.6Travaux pratiques : mesure de performances, traitement d’images, analyse statistiques…
- Les librairies de visualisation7
- 13.1Tour d’horizon des librairies de visualisation
- 13.2Les librairies orientées desktop
- 13.3Les librairies orientées web
- 13.4Les librairies pour la 3D
- 13.5Les librairies cartographiques
- 13.6Les librairies big data
- 13.7Travaux pratiques : utilisations des différentes librairies, visualisation et création de tableaux de bord
- Les librairies de visualisation7
- 14.1Tour d’horizon des librairies de visualisation
- 14.2Les librairies orientées desktop
- 14.3Les librairies orientées web
- 14.4Les librairies pour la 3D
- 14.5Les librairies cartographiques
- 14.6Les librairies big data
- 14.7Travaux pratiques : utilisations des différentes librairies, visualisation et création de tableaux de bord
- Les librairies de visualisation7
- 15.1Tour d’horizon des librairies de visualisation
- 15.2Les librairies orientées desktop
- 15.3Les librairies orientées web
- 15.4Les librairies pour la 3D
- 15.5Les librairies cartographiques
- 15.6Les librairies big data
- 15.7Travaux pratiques : utilisations des différentes librairies, visualisation et création de tableaux de bord
- Les librairies de visualisation7
- 16.1Tour d’horizon des librairies de visualisation
- 16.2Les librairies orientées desktop
- 16.3Les librairies orientées web
- 16.4Les librairies pour la 3D
- 16.5Les librairies cartographiques
- 16.6Les librairies big data
- 16.7Travaux pratiques : utilisations des différentes librairies, visualisation et création de tableaux de bord
- Les librairies de visualisation7
- 17.1Tour d’horizon des librairies de visualisation
- 17.2Les librairies orientées desktop
- 17.3Les librairies orientées web
- 17.4Les librairies pour la 3D
- 17.5Les librairies cartographiques
- 17.6Les librairies big data
- 17.7Travaux pratiques : utilisations des différentes librairies, visualisation et création de tableaux de bord
- Les librairies de visualisation7
- 18.1Tour d’horizon des librairies de visualisation
- 18.2Les librairies orientées desktop
- 18.3Les librairies orientées web
- 18.4Les librairies pour la 3D
- 18.5Les librairies cartographiques
- 18.6Les librairies big data
- 18.7Travaux pratiques : utilisations des différentes librairies, visualisation et création de tableaux de bord
- Data Visualisation4
- 19.1Intérêts et usages
- 19.2PyViz & HoloViz
- 19.3SuperSet, Mayavi, Paraview & VisIt
- 19.4Travaux pratiques : Manipulation des outils présentés
- Data Visualisation4
- 20.1Intérêts et usages
- 20.2PyViz & HoloViz
- 20.3SuperSet, Mayavi, Paraview & VisIt
- 20.4Travaux pratiques : Manipulation des outils présentés
- Data Visualisation4
- 21.1Intérêts et usages
- 21.2PyViz & HoloViz
- 21.3SuperSet, Mayavi, Paraview & VisIt
- 21.4Travaux pratiques : Manipulation des outils présentés
- Data Visualisation4
- 22.1Intérêts et usages
- 22.2PyViz & HoloViz
- 22.3SuperSet, Mayavi, Paraview & VisIt
- 22.4Travaux pratiques : Manipulation des outils présentés
- Data Visualisation4
- 23.1Intérêts et usages
- 23.2PyViz & HoloViz
- 23.3SuperSet, Mayavi, Paraview & VisIt
- 23.4Travaux pratiques : Manipulation des outils présentés
- Data Visualisation4
- 24.1Intérêts et usages
- 24.2PyViz & HoloViz
- 24.3SuperSet, Mayavi, Paraview & VisIt
- 24.4Travaux pratiques : Manipulation des outils présentés
- Formats de fichiers scientifiques & manipulation de données volumineuses2
- 25.1Tour d’horizon des principaux formats de fichiers scientifiques
- 25.2Manipulation de données volumineuses
- Formats de fichiers scientifiques & manipulation de données volumineuses2
- 26.1Tour d’horizon des principaux formats de fichiers scientifiques
- 26.2Manipulation de données volumineuses
- Formats de fichiers scientifiques & manipulation de données volumineuses2
- 27.1Tour d’horizon des principaux formats de fichiers scientifiques
- 27.2Manipulation de données volumineuses
- Formats de fichiers scientifiques & manipulation de données volumineuses2
- 28.1Tour d’horizon des principaux formats de fichiers scientifiques
- 28.2Manipulation de données volumineuses
- Formats de fichiers scientifiques & manipulation de données volumineuses2
- 29.1Tour d’horizon des principaux formats de fichiers scientifiques
- 29.2Manipulation de données volumineuses
- Formats de fichiers scientifiques & manipulation de données volumineuses2
- 30.1Tour d’horizon des principaux formats de fichiers scientifiques
- 30.2Manipulation de données volumineuses
