Ce dossier Repository est lié au cours Python pour la data science. Le cours entier est disponible sur LinkedIn Learning.
Ce cours est intégré à GitHub Codespaces, un environnement de développement instantané « dans le nuage » qui offre toutes les fonctionnalités de votre IDE préféré sans nécessiter de configuration sur une machine locale. Avec Codespaces, vous pouvez vous exercer à partir de n'importe quelle machine, à tout moment, tout en utilisant un outil que vous êtes susceptible de rencontrer sur votre lieu de travail. Consultez la vidéo "Utilisation de Codespaces GitHub dans le cadre de ce cours" pour savoir comment démarrer.
Omar Souissi vous invite à le suivre dans cette formation consacrée au langage de programmation Python dans le cadre de la data science. Après un rappel de ce qu'est la data science et du rôle que Python y joue, vous aborderez un certain nombre d'opérations de base et vous procéderez à la collecte, à la manipulation et à la visualisation de différents types de données. Puis, vous vous initierez progressivement au machine learning et, enfin, au deep learning. Vous aborderez tout au long de cette formation des outils et des bibliothèques dédiés comme NumPy, Pandas, Matplotlib et TensorFlow.
Ce dossier Repository a des branches pour chacune des vidéos du cours. Vous pouvez utiliser le menu des Branches sur GitHub afin d’accéder aux passages qui vous intéressent. Vous pouvez également rajouter /tree/BRANCH_NAME à l’URL afin d’accéder à la branche qui vous intéresse.
Les branches sont structurées de manière à correspondre aux vidéos du cours. La convention de nommage est : CHAPITRE#_VIDEO#. Par exemple, la branche nommée02_03 correspond au second chapitre, et à la troisième vidéo de ce chapitre. Certaines branches ont un état de départ et de fin.
La branche 02_03_d correspond au code du début de la vidéo.
La branche 02_03_f correspond au code à la fin de la vidéo.
La branche master correspond au code à la fin de la formation.
Omar Souissi
Retrouvez mes autres formations sur LinkedIn Learning.