01 - Introduction
02 - 1. Aborder le langage Python
03 - 2. Mener des opérations basiques
04 - 3. Charger et préparer les données
-
01 - Comprendre l'intérêt du prétraitement de données (4:03)
-
02 - Charger des fichiers Excel et CSV (3:22)
-
03 - Charger un fichier JSON (2:11)
-
04 - Interroger une base de données SQL Server (2:03)
-
05 - Concaténer différentes sources de données (3:38)
-
06 - Fusionner différentes sources de données (3:58)
-
07 - Manipuler des données manquantes (3:41)
-
08 - Maîtriser les statistiques descriptives avec NumPy (3:50)
-
09 - Maîtriser les statistiques descriptives avec Pandas (3:59)
05 - 4. Manipuler différents types de données
-
01 - Découvrir différents types de données (2:12)
-
02 - Manipuler des données quantitatives avec NumPy (4:08)
-
03 - Aborder les techniques d'encodage (4:45)
-
04 - Manipuler des données textuelles avec Pandas (3:57)
-
05 - Manipuler des données textuelles avec NLTK (4:54)
-
06 - Utiliser les séries temporelles (3:24)
-
07 - Manipuler des images (3:45)
06 - 5. Aborder la visualisation des données
07 - 6. S'initier au web scraping
08 - 7. Se familiariser avec les algorithmes de machine learning
-
01 - Comprendre la régression linéaire (3:11)
-
02 - Mettre en œuvre la régression linéaire (4:07)
-
03 - Comprendre l'algorithme SVM (3:22)
-
04 - Utiliser l'algorithme SVM (3:29)
-
05 - Comprendre la classification naïve bayésienne (3:33)
-
06 - Pratiquer la classification naïve bayésienne (4:36)
-
07 - Comprendre l'algorithme des k-moyennes (2:58)
-
08 - Utiliser l'algorithme des k-moyennes (8:14)
-
09 - Analyser en composante principale PCA (4:45)
09 - 8. Aborder le deep learning avec Keras et TensorFlow
-
01 - Comprendre le deep learning (4:12)
-
02 - Aborder les concepts du deep learning (2:17)
-
03 - Découvrir les hyperparamètres (2:20)
-
04 - Comprendre les fonctions d'activation (4:28)
-
05 - Choisir un optimiseur (3:05)
-
06 - Découvrir TensorFlow (3:05)
-
07 - Aborder Keras (1:57)
-
08 - Comprendre et préparer les données (3:26)
-
09 - Déployer le modèle (3:19)
10 - Conclusion
