Skip to content
Fondamentaux du Data Scientist
Chapitre 1.0: Introduction à l'analyse de séries temporelles
Initializing search
Accueil
Pré-requis
Data Science
Machine Learning
Deep Learning
Intelligence Artificielle
Data Science & IA Responsable
Ressources additionnelles
Notebooks interactifs
Evaluations
Fondamentaux du Data Scientist
Accueil
Pré-requis
Pré-requis
Data science & ML
Data science & ML
Outils pour la data science
Deep Learning
Deep Learning
Outils pour le deep learning
Data Science
Data Science
Objectifs pédagogiques
Introduction à la data science
Introduction à la data science
Chapitre 0: Tour d'horizon & fondamentaux
Chapitre 1: Bonnes pratiques
Chapitre 2: Ecosystème python
Chapitre 3: Mathématiques
Chapitre 4: Acquistion & structuration de données
Chapitre 5: Préparation de données
Chapitre 6: Analyse de données & Modèles classiques
Chapitre 7: Visualisation de données
Data Science avancée
Data Science avancée
Chapitre 0.1: Tour d'horizon
Chapitre 0.2: Bonnes pratiques
Chapitre 0.3: Ecosystème python
Chapitre 3: Mathématiques
Chapitre 2: Data Science Responsable
Chapitre 3: Acquistion & structurations de données
Chapitre 4: Préparation de données
Chapitre 5.1: Analyse de données
Chapitre 5.2: Données non tabulaires
Chapitre 5.3: LLMs et traitement de donnée
Chapitre 6: Visualisation de données
Chapitre 7: Mise en production d'une application
Machine Learning
Machine Learning
Objectifs pédagogiques
Introduction au Machine learning
Introduction au Machine learning
Chapitre 1: Tour d'horizon & fondamentaux
Chapitre 2.1: Ecosystème python
Chapitre 3: Mathématiques
Chapitre 3: ML avec scikit-learn
Chapitre 4: Algorithmes & tâches classiques
Chapitre 5: Chaîne de traitement
Chapitre 6: Préparation de données
Chapitre 7: Méthodes ensemblistes
Machine learning avancé
Machine learning avancé
Chapitre 1: Tour d'horizon
Chapitre 2: Mathématiques
Chapitre 3: Algorithmes classiques
Chapitre 4: Préparation de données
Chapitre 5: Chaîne de traitement
Chapitre 6: Méthodes ensemblistes
Chapitre 7: Apprentissage non supervisé
Chapitre 8: Analyse de l'erreur
Chapitre 9: ML spécialisé
Chapitre 10: Cycle de vie des modèles
Chapitre 2: Data Science Responsable
Séries Temporelles
Séries Temporelles
Chapitre 1.0: Introduction à l'analyse de séries temporelles
Chapitre 1.0: Introduction à l'analyse de séries temporelles
Table of contents
Programme
Traitement du langage
Traitement du langage
Chapitre 1.0: Introduction au TALN
Deep Learning
Deep Learning
Chapitre 1: Introduction
Chapitre 2: Fondamentaux
Chapitre 3: Workflow
Chapitre 4: Vision par ordinateur
Chapitre 5: Analyse de séquence
Chapitre 6: Intro au modèles génératifs
Chapitre 7: Avancées récentes
Intelligence Artificielle
Intelligence Artificielle
Chapitre 1: Découverte de l'IA
Chapitre 2: Agents intelligents
Chapitre 3: Résolution de problèmes dans les jeux
Chapitre 4: Fondamentaux du Machine Learning
Data Science & IA Responsable
Data Science & IA Responsable
Chapitre 2: Data Science Responsable
Ressources additionnelles
Ressources additionnelles
Lexique
Lexique
Lexique des notions importantes
Elements de cours
Elements de cours
Pour continuer votre formation
Quelques conseils & astuces
Notebooks interactifs
Notebooks interactifs
Vue d'ensemble
Jupyter (lecture)
Jupyter (lecture)
Leçon: Chaîne de traitement (workflow) en machine learning
Leçon : Méthodes ensemblistes
Leçon : Preparation de données pour des traitements statistiques
Machine Learning Spécialisé
Evaluations
Evaluations
Introduction à la data science
Introduction à la data science
QCM bayesien
Exploration de données
Projet: Data story telling
Data Science Masters
Data Science Masters
QCM bayesien
Exploration de données
Projet 1 : Data Story telling en production
Projet 2 : Creation d'une application data
Introduction au Machine Learning
Introduction au Machine Learning
QCM bayesien
Etude et présentation d'algorithmes de machine learning
Data Challenge
Machine Learning avancé
Machine Learning avancé
QCM bayesien
Projets
Projets
Etude et présentation d'algorithmes de machine learning
Data Challenge
ML sur données réelles
Deep Learning
Deep Learning
Exercices
Exercices
Exercice: Entraînement d'un Perceptron Multi-couche
Projets
Projets
Projet 1 : Classification & reconnaissance d'objets
Projet 2 : Analyse de séquences
Projet 3 : Débiaiser un réseau de neurone
Intelligence Artificielle
Intelligence Artificielle
Projets
Projets
Projet 1: Pac Man multi agent
Projet 2: Pac Man machine learning
Projet 3: Construire un squelette de système expert
Séries Temporelles
Programme
Dans ce chapitre nous allons voir :
A venir