1
Leçons publiées sans module
15 leçon(s) · 1h 15min
Aucun résultat de remplacement : la page est en cours de chargement.
Cours · Ouverture des cours et des parcours disponibles
Maîtrisez NumPy pour les calculs scientifiques, l'algèbre linéaire, les statistiques et la visualisation de données. 15 leçons complètes avec exercices et quiz.
Données pédagogiques publiées
Aucun objectif pédagogique n’est publié pour ce cours. Les titres de leçons ne sont pas transformés automatiquement en promesses d’apprentissage.
Structure publiée
1 module(s) · 15 leçon(s)
15 leçon(s) · 1h 15min
Indexation et Slicing - Découper le gâteau multidimensionnel
Maîtrise de l'accès aux données dans les tableaux NumPy : indexation basique, slicing avancé, fancy indexing et masques booléens
Opérations élémentaires et Broadcasting - Le système d'échos amplifiés
Maîtrise des opérations vectorisées et du broadcasting NumPy : règles, applications et optimisations pour le calcul scientifique
Réorganisation des tableaux - Réarranger les meubles multidimensionnels
Maîtrise des opérations de réorganisation des tableaux NumPy : reshape, stacking, splitting, transposition et manipulation avancée des dimensions
Agrégations et statistiques descriptives - Synthétiser le roman multidimensionnel
Maîtrise des fonctions d'agrégation NumPy pour les statistiques descriptives : sommes, moyennes, écarts-types, percentiles et agrégations avancées avec axes multiples
Vecteurs et produits - Flèches de direction et d'intensité
Opérations vectorielles fondamentales : produits scalaire et vectoriel, normes, similarité cosinus et applications géométriques
Matrices et transformations linéaires - Machines à transformer l'espace
Maîtrise des opérations matricielles fondamentales : multiplication, inversion, déterminant, trace et leur interprétation géométrique
Décomposition et valeurs propres - Mouvements complexes en mouvements simples
Décompositions matricielles fondamentales : LU, QR, valeurs/vecteurs propres et SVD pour l'analyse de données et la réduction de dimension
Calcul différentiel numérique - Trouver le chemin le plus raide sur une montagne
Introduction aux dérivées numériques, gradients et optimisation avec NumPy. Applications en apprentissage automatique et data science.
Interpolation et approximation - Dessiner une courbe lisse entre des points clés
Apprendre les techniques d'interpolation (linéaire, polynomiale, splines) et d'approximation pour estimer des valeurs entre des points de données discrets.
Transformations de Fourier discrètes - Décomposer un accord musical en notes individuelles
Introduction à la transformée de Fourier discrète (DFT), l'algorithme FFT, et applications en traitement du signal et analyse de données.
Simulation et distributions probabilistes - Simuler le hasard avec un générateur déterministe
Maîtrise de la génération aléatoire, des distributions de probabilité et des techniques d'échantillonnage pour la simulation numérique
Distances et métriques - Mesurer les similarités dans un espace multidimensionnel
Maîtrise des distances mathématiques et des métriques de similarité pour l'analyse de données multidimensionnelles
Manipulation de données réelles - Préparer des ingrédients avant la cuisson
Maîtrise du prétraitement des données réelles : gestion des valeurs manquantes, normalisation, standardisation et préparation pour l'analyse
Projet Final : Analyse Complète d'un Jeu de Données Immobilières
Synthèse globale - Application de toutes les notions NumPy à un scénario réel d'analyse de données immobilières avec grille de correction détaillée
Les ressources du cours sont disponibles après validation de l’accès au contenu.