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.
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.
Taux standardisés : calcul et interprétation avec R
Présentation de la méthode de standardisation directe sur les taux de survie des passagers du Titanic.
Les séries temporelles avec Python (4/4) - Analyse et modélisation
Analyse d'une série temporelle par décomposition et modélisations classiques.
Manipulation de données avec pandas
Tour d'horizon des manières de filtrer des observations et sélectionner des colonnes avec pandas
Le dilemme biais variance dans la modélisation de données
Présentation des enjeux théoriques et pratiques de l'arbitrage biais variance dans la construction d'un modèle de prédiction.
Les séries temporelles avec Python (3/4) - Éléments théoriques et exemples
Éléments théoriques généraux sur les séries temporelles et quelques exemples classiques.
Les séries temporelles avec Python (2/4) - Visualisations et opérations sur les séries temporelles
Quelques opérations sur les séries temporelles, illustré par une petite étude de cas à bicyclette.
Les séries temporelles avec Python (1/4) - Introduction
Introduction à la manipulation de données temporelles avec Python
Analyse en composantes principales avec Python
Présentation et exemples d'utilisation de l'ACP en statistiques et data science.
