Python pour la Data Science et le Machine Learning A à Z

File Type Create Time File Size Seeders Leechers Updated
Movie 2023-12-09 1.74GB 1 0 3 months ago
Download
Magnet link   or   Save Instantly without Torrenting   or   Torrent download

To download this file, you need a free bitTorrent client such as qBittorrent.

Report Abuse
Tags
Python  pour  Data  Science  Machine  Learning  
Related Torrents
  1. 2021 Python for Data Science & Machine Learning from A-Z 7.38GB
  2. [FreeCourseSite.com] Udemy - Python for Data Science & Machine Learning from A-Z 7.32GB
  3. [GigaCourse.Com] Udemy - Python for Data Science & Machine Learning from A-Z 7.32GB
  4. [Tutorialsplanet.NET] Udemy - Python for Data Science & Machine Learning from A-Z 7.32GB
  5. [Udemy] Python for Data Science & Machine Learning from A-Z (01.2021) 7.32GB
  6. Learn Python for Data Science & Machine Learning from AZ 7.46GB
  7. [FreeCourseSite.com] Udemy - Complete Python for Data Science & Machine Learning from A-Z 12.21GB
  8. [FreeCourseSite.com] Udemy - Complete Data Science & Machine Learning A-Z with Python 10.57GB
  9. [ FreeCourseWeb.com ] Udemy - Data Science, Machine Learning and Deep Learning with Python.zip 4.15GB
  10. Complete Data Science & Machine Learning Bootcamp - Python 3 14.70GB
Files
  1. 3-Fondamentaux de NumPy/31 - Indexation des tableaux NumPy.ts 60.45MB
  2. 1-Rappels sur le langage Python/2 - Introduction à Python pour la Data Science.ts 5.61MB
  3. 1-Rappels sur le langage Python/3 - Installation de Python pour la Data Science.ts 13.07MB
  4. 1-Rappels sur le langage Python/4 - Qu'est-ce que Jupyter Notebook -.ts 4.88MB
  5. 1-Rappels sur le langage Python/5 - Installation d'Anaconda sur Windows, Mac & Ubuntu.ts 35.65MB
  6. 1-Rappels sur le langage Python/6 - Implémentation de Python dans Jupyter.ts 3.20MB
  7. 1-Rappels sur le langage Python/7 - Gestion des Répertoires dans Jupyter Notebook.ts 17.76MB
  8. 1-Rappels sur le langage Python/8 - Entrée-Sortie.ts 7.31MB
  9. 1-Rappels sur le langage Python/9 - Différents Types de Données.ts 5.28MB
  10. 1-Rappels sur le langage Python/10 - Variables.ts 14.51MB
  11. 1-Rappels sur le langage Python/11 - Opérateurs Arithmétiques.ts 16.35MB
  12. 1-Rappels sur le langage Python/12 - Opérateurs de Comparaison.ts 6.58MB
  13. 1-Rappels sur le langage Python/13 - Opérateurs Logiques.ts 12.89MB
  14. 1-Rappels sur le langage Python/14 - Instructions Conditionnelles.ts 12.50MB
  15. 1-Rappels sur le langage Python/15 - Boucles.ts 13.35MB
  16. 1-Rappels sur le langage Python/16 - Séquences - Listes.ts 28.96MB
  17. 1-Rappels sur le langage Python/17 - Séquences - Dictionnaires.ts 9.16MB
  18. 1-Rappels sur le langage Python/18 - Séquences - N-uplets.ts 7.11MB
  19. 1-Rappels sur le langage Python/19 - Fonctions intégrées.ts 5.86MB
  20. 1-Rappels sur le langage Python/20 - Fonctions définis par l'utilisateur.ts 14.34MB
  21. 1-Rappels sur le langage Python/Ressources/1)+Remise+à+Niveau+Rapide+sur+Python.pdf 6.03MB
  22. 1-Rappels sur le langage Python/Ressources/2)+Science+des+Données+avec+Python.pdf 3.46MB
  23. 1-Rappels sur le langage Python/Ressources/3)+Structures+de+données+Pandas.pdf 1.69MB
  24. 1-Rappels sur le langage Python/Ressources/4)+Nettoyage+des+Données.pdf 1.18MB
  25. 1-Rappels sur le langage Python/Ressources/5)+Visualisation+de+Données+avec+Python.pdf 1.24MB
  26. 1-Rappels sur le langage Python/Ressources/6)+Analyse+Exploratoire+des+Données.pdf 1.13MB
  27. 1-Rappels sur le langage Python/Ressources/7)+Séries+chronologiques.pdf 963.09KB
  28. 1-Rappels sur le langage Python/Ressources/cereals.csv 412B
  29. 1-Rappels sur le langage Python/Ressources/data_df.csv 3.69KB
  30. 1-Rappels sur le langage Python/Ressources/ETH_1h.csv 1.39MB
  31. 1-Rappels sur le langage Python/Ressources/iris.csv 3.88KB
  32. 1-Rappels sur le langage Python/Ressources/Machine+learning+(FR).pdf 7.30MB
  33. 1-Rappels sur le langage Python/Ressources/titanic.csv 59.76KB
  34. 1-Rappels sur le langage Python/Ressources/ML-Resources/50_Startups.csv 2.38KB
  35. 1-Rappels sur le langage Python/Ressources/ML-Resources/Course Slides.pdf 8.79MB
  36. 1-Rappels sur le langage Python/Ressources/ML-Resources/Decision_tree.ipynb 14.31KB
  37. 1-Rappels sur le langage Python/Ressources/ML-Resources/homeprices.csv 77B
  38. 1-Rappels sur le langage Python/Ressources/ML-Resources/K-means+algorithm+numpy&pandas+clustering.ipynb 102.34KB
  39. 1-Rappels sur le langage Python/Ressources/ML-Resources/KNN_Binary_Classification.ipynb 25.20KB
  40. 1-Rappels sur le langage Python/Ressources/ML-Resources/linear_regression_houseprice.ipynb 16.34KB
  41. 1-Rappels sur le langage Python/Ressources/ML-Resources/logistic_regression_Binary_Classification.ipynb 2.74KB
  42. 1-Rappels sur le langage Python/Ressources/ML-Resources/mall+customers+data.csv 4.28KB
  43. 1-Rappels sur le langage Python/Ressources/ML-Resources/mallCustomerData.txt 3.89KB
  44. 1-Rappels sur le langage Python/Ressources/ML-Resources/Movie_Id_Titles 49.78KB
  45. 1-Rappels sur le langage Python/Ressources/ML-Resources/MultipleLinearRegression.ipynb 8.54KB
  46. 1-Rappels sur le langage Python/Ressources/ML-Resources/Quiz.docx 16.23KB
  47. 1-Rappels sur le langage Python/Ressources/ML-Resources/Recommender+Systems+with+Python.ipynb 122.38KB
  48. 1-Rappels sur le langage Python/Ressources/ML-Resources/salaries.csv 657B
  49. 1-Rappels sur le langage Python/Ressources/ML-Resources/u.data 1.98MB
  50. 1-Rappels sur le langage Python/Ressources/ML-Resources/user+data.csv 10.67KB
  51. 2-Bibliothèques Python essentielles pour la science des données/22 - Installation des bibliothèques.ts 1.55MB
  52. 2-Bibliothèques Python essentielles pour la science des données/23 - Importation de bibliothèques.ts 7.13MB
  53. 2-Bibliothèques Python essentielles pour la science des données/24 - Bibliothèque Pandas pour la Data Scie.ts 5.07MB
  54. 2-Bibliothèques Python essentielles pour la science des données/25 - Bibliothèque NumPy pour la Data Scien.ts 4.85MB
  55. 2-Bibliothèques Python essentielles pour la science des données/26 - Pandas vs NumPy.ts 7.63MB
  56. 2-Bibliothèques Python essentielles pour la science des données/27 - Bibliothèque Matplotlib pour la Data .ts 3.61MB
  57. 2-Bibliothèques Python essentielles pour la science des données/28 - Bibliothèque Seaborn pour la Data Sci.ts 1.96MB
  58. 3-Fondamentaux de NumPy/29 - Introduction au tableaux NumPy.ts 10.23MB
  59. 3-Fondamentaux de NumPy/30 - Création de tableaux NumPy.ts 32.72MB
  60. 1-Rappels sur le langage Python/1 - Bienvenue au cours.ts 1.65MB
  61. 3-Fondamentaux de NumPy/32 - Forme du tableau.ts 2.47MB
  62. 3-Fondamentaux de NumPy/33 - Itération sur des tableaux NumPy.ts 28.98MB
  63. 4-Mathématiques pour la Science des Données/34 - .zeros().ts 9.70MB
  64. 4-Mathématiques pour la Science des Données/35 - .ones().ts 4.10MB
  65. 4-Mathématiques pour la Science des Données/36 - .full().ts 4.16MB
  66. 4-Mathématiques pour la Science des Données/37 - Addition d'un scalaire.ts 5.80MB
  67. 4-Mathématiques pour la Science des Données/38 - Soustraction d'un scalaire.ts 8.71MB
  68. 4-Mathématiques pour la Science des Données/39 - Multiplication par un scalaire.ts 6.36MB
  69. 4-Mathématiques pour la Science des Données/40 - Diviser par un scalaire.ts 7.07MB
  70. 4-Mathématiques pour la Science des Données/41 - Puissance.ts 4.14MB
  71. 4-Mathématiques pour la Science des Données/42 - Transposée.ts 4.27MB
  72. 4-Mathématiques pour la Science des Données/43 - Addition par éléments.ts 7.01MB
  73. 4-Mathématiques pour la Science des Données/44 - Soustraction par éléments.ts 4.45MB
  74. 4-Mathématiques pour la Science des Données/45 - Multiplication par éléments.ts 4.95MB
  75. 4-Mathématiques pour la Science des Données/46 - Division par éléments.ts 6.16MB
  76. 4-Mathématiques pour la Science des Données/47 - Multiplication matricielle.ts 9.26MB
  77. 4-Mathématiques pour la Science des Données/48 - Statistiques.ts 14.18MB
  78. 5-Dataframes avec Pandas et Séries/49 - Introduction.ts 1.79MB
  79. 5-Dataframes avec Pandas et Séries/50 - Structure de données Pandas.ts 2.76MB
  80. 5-Dataframes avec Pandas et Séries/51 - Qu'est-ce que le DataFrame Pandas -.ts 3.82MB
  81. 5-Dataframes avec Pandas et Séries/52 - Qu'est-ce qu’une Série Pandas -.ts 3.64MB
  82. 5-Dataframes avec Pandas et Séries/53 - DataFrame et Séries.ts 2.77MB
  83. 5-Dataframes avec Pandas et Séries/54 - Création d'un DataFrame en utilisant des listes.ts 18.79MB
  84. 5-Dataframes avec Pandas et Séries/55 - Création d'un DataFrame à l'aide d'un dictionnaire.ts 5.12MB
  85. 5-Dataframes avec Pandas et Séries/56 - Chargement d'un fichier csv en tant que DataFrame.ts 8.27MB
  86. 5-Dataframes avec Pandas et Séries/57 - Changer la colonne d'index.ts 4.46MB
  87. 5-Dataframes avec Pandas et Séries/58 - Inplace.ts 7.85MB
  88. 5-Dataframes avec Pandas et Séries/59 - Examen du Dataframe.ts 3.69MB
  89. 5-Dataframes avec Pandas et Séries/60 - Résumé Statistique.ts 3.39MB
  90. 5-Dataframes avec Pandas et Séries/61 - Opérateur pour le découpage en rangs.ts 12.35MB
  91. 5-Dataframes avec Pandas et Séries/62 - Opérateur pour l'indexation des colonnes.ts 5.62MB
  92. 5-Dataframes avec Pandas et Séries/63 - Listes Booléennes.ts 11.73MB
  93. 5-Dataframes avec Pandas et Séries/64 - Filtrage des lignes.ts 8.47MB
  94. 5-Dataframes avec Pandas et Séries/65 - Filtrer les rangs en utilisant l'opérateur AND et OR.ts 14.82MB
  95. 5-Dataframes avec Pandas et Séries/66 - Filtrer avec loc.ts 40.09MB
  96. 5-Dataframes avec Pandas et Séries/67 - Filtrer avec iloc pour le découpage en tranches.ts 26.40MB
  97. 5-Dataframes avec Pandas et Séries/68 - Ajout et suppression de lignes et de colonnes.ts 19.88MB
  98. 5-Dataframes avec Pandas et Séries/69 - Triage des valeurs.ts 12.37MB
  99. 5-Dataframes avec Pandas et Séries/70 - Exportation de DataFrame pandas en csv.ts 14.41MB
  100. 5-Dataframes avec Pandas et Séries/71 - Concaténation de DataFrames.ts 9.37MB
  101. 5-Dataframes avec Pandas et Séries/72 - Groupby().ts 16.36MB
  102. 6-Introduction au Machine Learning/73 - Qu’est-ce que le Machine Learning -.ts 11.23MB
  103. 6-Introduction au Machine Learning/74 - Applications du Machine Learning.ts 6.19MB
  104. 6-Introduction au Machine Learning/75 - Méthodes de Machine Learning.ts 2.11MB
  105. 6-Introduction au Machine Learning/76 - Qu’est-ce que l’apprentissage supervisé -.ts 9.69MB
  106. 6-Introduction au Machine Learning/77 - Qu’est-ce que l’apprentissage non supervisé -.ts 9.25MB
  107. 6-Introduction au Machine Learning/78 - Apprentissage supervisé vs apprentissage non supervisé.ts 20.16MB
  108. 7-Implémentation d’algorithmes ML en Python/79 - Introduction.ts 5.26MB
  109. 7-Implémentation d’algorithmes ML en Python/80 - Bibliothèques Python pour le Machine Learning.ts 13.35MB
  110. 8-Régression linéaire simple/81 - Introduction à la régression.ts 11.78MB
  111. 8-Régression linéaire simple/82 - Comment fonctionne la régression linéaire -.ts 12.12MB
  112. 8-Régression linéaire simple/83 - Représentation de ligne.ts 7.08MB
  113. 8-Régression linéaire simple/84 - Implémentation en python - Importation de bibliothèques et de jeux de données.ts 11.64MB
  114. 8-Régression linéaire simple/85 - Implémentation en python - Distribution des données.ts 13.41MB
  115. 8-Régression linéaire simple/86 - Implémentation en python - Créer un objet de régression linéaire.ts 20.17MB
  116. 9-Régression linéaire multiple/87 - Comprendre la régression linéaire multiple.ts 8.41MB
  117. 9-Régression linéaire multiple/88 - Implémentation en python - exploration du jeu de données.ts 18.72MB
  118. 9-Régression linéaire multiple/89 - Implémentation en python - codage de données catégorielles.ts 46.39MB
  119. 9-Régression linéaire multiple/90 - Implémentation en python - fractionnement des données en ensembles de formation.ts 12.67MB
  120. 9-Régression linéaire multiple/91 - Implémentation en python - Formation du modèle sur l’ensemble d’entrainement..ts 12.79MB
  121. 9-Régression linéaire multiple/92 - Implémentation en python - prédiction des résultats de l’ensemble de tests.ts 27.22MB
  122. 9-Régression linéaire multiple/93 - Évaluation des performances du modèle de régression.ts 8.38MB
  123. 9-Régression linéaire multiple/94 - Erreur quadratique moyenne racine en Python.ts 8.79MB
  124. 10-Algorithmes de classification K-Plus proches/95 - Introduction à la classification.ts 6.79MB
  125. 10-Algorithmes de classification K-Plus proches/96 - Algorithme K-Plus proches voisins (KNN).ts 9.08MB
  126. 10-Algorithmes de classification K-Plus proches/97 - Exemple de KNN.ts 6.29MB
  127. 10-Algorithmes de classification K-Plus proches/98 - K-Nearest Neighbours (KNN) en utilisant python.ts 7.75MB
  128. 10-Algorithmes de classification K-Plus proches/99 - Implémentation en python - importation des biblio.ts 6.53MB
  129. 10-Algorithmes de classification K-Plus proches/100 - Implémentation en python - importation du jeu de.ts 13.80MB
  130. 10-Algorithmes de classification K-Plus proches/101 - Implémentation en python - fractionnement des do.ts 13.55MB
  131. 10-Algorithmes de classification K-Plus proches/102 - Implémentation en python - mise à l’échelle des .ts 7.08MB
  132. 10-Algorithmes de classification K-Plus proches/103 - Implémentation en python - Importation du classi.ts 19.19MB
  133. 10-Algorithmes de classification K-Plus proches/104 - Implémentation en python - Prédiction des résult.ts 10.16MB
  134. 11-Algorithmes de classification Arbre de décision/105 - Introduction aux arbres de décision.ts 9.70MB
  135. 11-Algorithmes de classification Arbre de décision/106 - Qu’est-ce que l’entropie -.ts 5.14MB
  136. 11-Algorithmes de classification Arbre de décision/107 - Exploration de l’ensemble de données.ts 4.85MB
  137. 11-Algorithmes de classification Arbre de décision/108 - Arborescence des décisions.ts 8.92MB
  138. 11-Algorithmes de classification Arbre de décision/109 - Implémentation en python - Importation de biblioth.ts 6.24MB
  139. 11-Algorithmes de classification Arbre de décision/110 - Implémentation en python - codage de données catég.ts 27.77MB
  140. 11-Algorithmes de classification Arbre de décision/111 - Implémentation en python - fractionnement des donn.ts 6.03MB
  141. 11-Algorithmes de classification Arbre de décision/112 - Implémentation en python- prédiction et précision.ts 17.15MB
  142. 12-Algorithmes de classification régression/113 - Introduction.ts 9.52MB
  143. 12-Algorithmes de classification régression/114 - Étapes de mise en œuvre.ts 8.43MB
  144. 12-Algorithmes de classification régression/115 - Implémentation en python - Importation de bibliothèqu.ts 9.22MB
  145. 12-Algorithmes de classification régression/116 - Implémentation en python - fractionnement des données.ts 6.27MB
  146. 12-Algorithmes de classification régression/117 - Implémentation en python - Pre-processing.ts 16.96MB
  147. 12-Algorithmes de classification régression/118 - Implémentation en python - Formation du modèle.ts 11.28MB
  148. 12-Algorithmes de classification régression/119 - Implémentation en python - Prédiction des résultats .ts 18.99MB
  149. 12-Algorithmes de classification régression/120 - Régression logistique vs Régression linéaire.ts 17.68MB
  150. 13-Clustering/121 - Introduction au clustering.ts 5.61MB
  151. 13-Clustering/122 - Cas d’utilisation.ts 5.61MB
  152. 13-Clustering/123 - Algorithme de clustering K-Means.ts 9.70MB
  153. 13-Clustering/124 - Méthode du coude.ts 9.01MB
  154. 13-Clustering/125 - Étapes de la méthode du coude.ts 7.84MB
  155. 13-Clustering/126 - Implémentation en python.ts 31.44MB
  156. 13-Clustering/127 - Regroupement hiérarchique.ts 9.77MB
  157. 13-Clustering/128 - Clustering basé sur la densité.ts 10.55MB
  158. 13-Clustering/129 - Implémentation du clustering k-means en python.ts 5.06MB
  159. 13-Clustering/130 - Importation du jeu de données.ts 19.42MB
  160. 13-Clustering/131 - Visualisation du jeu de données.ts 19.15MB
  161. 13-Clustering/132 - Définition du classificateur.ts 11.11MB
  162. 13-Clustering/133 - Visualisation 3D des clusters.ts 11.37MB
  163. 13-Clustering/134 - Visualisation 3D des valeurs prédites.ts 17.94MB
  164. 13-Clustering/135 - Nombre de clusters prédits.ts 15.70MB
  165. 14-Système de recommandation/136 - Introduction.ts 10.68MB
  166. 14-Système de recommandation/137 - Filtrage collaboratif dans les systèmes de recommandation.ts 5.48MB
  167. 14-Système de recommandation/138 - Système de recommandation basé sur le contenu.ts 6.60MB
  168. 14-Système de recommandation/139 - Implémentation en python - Importation de bibliothèques et de jeux de données.ts 15.66MB
  169. 14-Système de recommandation/140 - Fusion de jeux de données en une seule trame de données.ts 8.04MB
  170. 14-Système de recommandation/141 - Tri par titre et notation.ts 32.56MB
  171. 14-Système de recommandation/142 - Histogramme indiquant le nombre d’évaluations.ts 7.45MB
  172. 14-Système de recommandation/143 - Distribution des fréquences.ts 8.43MB
  173. 14-Système de recommandation/144 - Graphique combiné des notations et nombre de notations.ts 9.45MB
  174. 14-Système de recommandation/145 - Prétraitement des données.ts 14.50MB
  175. 14-Système de recommandation/146 - Tri des films les mieux notés.ts 11.09MB
  176. 14-Système de recommandation/147 - Obtenez les notes pour deux films.ts 13.41MB
  177. 14-Système de recommandation/148 - Corrélation entre les films les mieux notés.ts 18.54MB
  178. 14-Système de recommandation/149 - Tri des données par corrélation.ts 8.30MB
  179. 14-Système de recommandation/150 - Filtrage des films.ts 6.62MB
  180. 14-Système de recommandation/151 - Tri des valeurs.ts 10.04MB
  181. 14-Système de recommandation/152 - Répéter le processus pour un autre film.ts 20.19MB
  182. 15-Conclusion/153 - Conclusion.ts 3.09MB