DevOps et MLOps : comprendre l'essentiel
Les concepts et outils cachés derrière le DevOps et son cousin MLOps
Statistiques et Data Science : Études de cas en R et Python
Graphiques et diagrammes à barres empilées : présentation d'une alternative avec R et ggplot2
Une alternative pour visualiser des sous-ensembles et leur total sans les empiler
if_any et if_all : appliquer la même condition sur plusieurs variables dans dplyr
Quelques exemples d'utilisation de if_any et if_all dans le traitement de vos données avec R.
Réseaux neuronaux convolutifs avec R et Keras
Démonstration de l'utilisation du package keras3 pour faire du Deep Learning avec R.
Appariement par score de propension (PSM) : mise en oeuvre avec R et discussions méthodologiques
Implications théoriques des méthodes d'appariement par score de propension et implémentation avec le package R MatchIt.
Passer de RMarkdown à Quarto pour vos rapports statistiques
Petit exemple pour vous accompagner dans la transition de RMarkdown vers Quarto, et pourquoi ça va rendre vos rapports encore plus ergonomiques!
Python pour la Data Science : configurer son environnement de travail
Les essentiels et rien que les essentiels pour se lancer en Data Science avec Python.
Comprendre et interpréter les p-values
Petite présentation intuitive des p-values et de leur utilisation dans nos modèles statistiques.
Transfer Learning avec Keras : entraînement et évaluation d'un modèle de détection d'images
Création d'un modèle de détection d'images permettant de classifier des fruits et leur état de maturité.
Coder des fonctions dans le tidyverse
Quelques trucs pour coder facilement ses propres fonctions en utilisant la syntaxe du tidyverse.
