Retrouvez ci-dessous, la liste des mots-clés:
01-neural-network#
02-image-classification#
03-natural-language-processing#
- Classification de texte
- Créer un plongement de mots
- Génération de texte
- Natural Language Processing (NLP)
04-time-series-sequences#
ALL#
API#
API REST#
ASCII#
ASCII Art#
Affichage#
AggregationPipeline#
Algorithmes#
- 01 - Écran LED
- 04 - Nuage de points
- Applications
- Applications
- Fonction
- Les fonctions récursives
- Les tableaux
- Listes
Algèbre#
Aléatoire#
Analysis Services#
- Actualiser un cube
- Créer un cube multi-dimensionnel
- Créer un cube tabulaire
- Installer Analysis Services
- Introduction à SQL Server Analysis Services (SSAS)
- Préparer les données
- Requêter un cube dans Excel
- Ressources
Android#
Application Factory#
Applications#
Architecture#
Arguments#
Arithmétique#
Assertions#
Audit Trail#
Automatisation#
BSON#
Bar Chart#
Barycentre#
Base de Données#
BaseDeDonnees#
Bases#
Best Practices#
BestPractices#
Big Data#
- Actualiser un cube
- Créer un cube multi-dimensionnel
- Créer un cube tabulaire
- Installer Analysis Services
- Introduction à SQL Server Analysis Services (SSAS)
- Préparer les données
- Requêter un cube dans Excel
- Ressources
BigData#
- Applications
- Applications
- Prise en main d'Apache Cassandra - Le guide NoSQL distribué
- Prise en main de MongoDB - Le guide complet NoSQL
- Prise en main de Neo4j - La base de données orientée graphe
Binaire#
Blueprints#
Booléens#
Boucles#
Branches#
Buffer#
Business Intelligence#
- Introduction à SQL Server Analysis Services (SSAS)
- Modéliser les données dans Power BI : L'Art du Schéma en Étoile et du DAX
- Préparer les données dans Power BI : L'art de l'ETL moderne
C#
- 01 - Écran LED
- 02 - Estimation de pi
- 03 - Gestion des factures
- 04 - Nuage de points
- 05 - Tableau des fréquences
- Applications
- Fichiers CSV
- Fichiers binaires
- Lecture et Écriture
- Les fichiers en langage C
- Ressources
CALCULATE#
CI-CD#
CLI#
CQL#
CRUD#
CSV#
Calculation Groups#
Calendrier#
Cartes#
Cas Pratique#
CasPratique#
Cassandra#
- Applications
- Installer Cassandra
- Modélisation & CQL
- Prise en main d'Apache Cassandra - Le guide NoSQL distribué
- Ressources
Cast#
Certification#
Chaînes#
ChaînesDeCaractères#
Classes#
Clean Code#
CléValeur#
CodeBlocks#
Collaboration#
Colonnes Calculées#
Combinatoire#
Commit#
Comparaisons#
Compréhensions#
Conditions#
Configuration#
Conflits#
Constantes#
Conteneurisation#
Conteneurs#
ContextManager#
Contexte de filtre#
Contrôle de flux#
Cqlsh#
Cryptographie#
CxxDroid#
Cybersécurité#
Cypher#
- Applications
- Créer des nœuds
- Installer Neo4j
- Prise en main de Neo4j - La base de données orientée graphe
- Ressources
DAX#
- Applications
- Créer des colonnes calculées
- Créer des groupes de calcul
- Créer des tables calculées
- Créer un cube tabulaire
- Créer une table de dates
- Exploiter la Time Intelligence
- Mettre en place les mesures
- Modifier le contexte de filtre
- Modéliser les données dans Power BI : L'Art du Schéma en Étoile et du DAX
DBeaver#
DIVIDE#
Dashboard Design#
Dashboards#
Data#
Data Engineering#
- Créer une image
- Docker pour la Data et l'Analytics : Démystifier la Conteneurisation
- Déployer un conteneur
- Flask pour la Data et l'Analytics : Démystifier les APIs de Données
Data Visualization#
Data Warehouse#
DataAnalysis#
DataAnalytics#
DataOps#
- Docker pour la Data et l'Analytics : Démystifier la Conteneurisation
- Git et GitHub pour la Data et l'Analytics : Domptez le Versioning
Dataviz#
Dates#
Desktop#
DevOps#
Dictionnaires#
Distributed#
Docker#
- Créer une image
- Docker pour la Data et l'Analytics : Démystifier la Conteneurisation
- Déployer un conteneur
- Installer Cassandra
- Installer Docker
- Installer Mongo DB
- Installer Neo4j
Dockerfile#
Drill Down#
Déduplication#
Dépivotage#
EAFP#
ETL#
Ecosystème#
Encapsulation#
Ensembles#
Entropie#
Entrées#
Entrées-Sorties#
Environnement Virtuel#
Excel#
Exceptions#
Exercices#
ExpressionsRégulières#
Facturation#
Falsy#
Fichiers#
- 03 - Gestion des factures
- Applications
- La gestion des fichiers en Python
- Lecture et Écriture
- Les fichiers en langage C
- os
FichiersTexte#
Filtres Croisés#
Finance#
Fixtures#
Flask#
- Ajouter une base de données
- Démarrer avec Flask
- Flask pour la Data et l'Analytics : Démystifier les APIs de Données
- Installer Flask
- Structurer un projet Flask
Flottants#
Fonctions#
- Applications
- Les foncntions
- Les fonctions en Python
- Les fonctions récursives
- Partie 2 - Les fonctions et la programmation modulaire en C
FonctionsAnonymes#
Fondamentaux#
GCC#
GDS#
Git#
- Démarrer avec Git
- Git et GitHub pour la Data et l'Analytics : Domptez le Versioning
- Gérer les branches
- Installer Git Bash
Git Bash#
GitHub#
Gitignore#
Graphes#
Grille#
Groupes de calcul#
Géométrie#
HTTP#
Hashmap#
Header#
Heap#
Heatmap#
Histogramme#
Histoire#
Horodatage#
Héritage#
I/O#
IDE#
IO#
Immuabilité#
Import#
Indexation#
Informatique#
Ingestion#
Installation#
- Installer Docker
- Installer Flask
- Installer Git Bash
- Installer Mongo DB
- Installer Neo4j
- Installer Python
Interpréteur#
Introduction#
IoT#
JSON#
Jupyter Notebooks#
KPIs#
LEGB#
LSMTree#
Lambda#
Langage C#
- Affichage
- Affichage
- Algèbre matricielle
- Allocation dynamique
- Applications
- Applications
- Applications
- Applications
- Applications
- Applications
- Fonction
- Installer Code::Blocks
- Installer CxxDroid
- Introduction aux Pointeurs et Adresses mémoire en langage C
- Introduction à la programmation en langage C
- Les Structures (struct) et Types Personnalisés (typedef) en C
- Les boucles
- Les foncntions
- Les matrices
- Les modules
- Les tableaux
- Opérations
- Opérations
- Partie 2 - Les fonctions et la programmation modulaire en C
- Partie 3 - Les tableaux et matrices en langage C
- Partie 6 - Les chaînes de caractères en langage C
- Pointeurs & Tableaux
- Saisie
- Variables et Constantes
Langage M#
- Applications
- Obtenir des données
- Préparer les données dans Power BI : L'art de l'ETL moderne
- Transformer les données
Linux#
Listes#
Logger#
Logique#
MDX#
MLOps#
- Ajouter une base de données
- Créer une image
- Docker pour la Data et l'Analytics : Démystifier la Conteneurisation
- Démarrer avec Git
- Flask pour la Data et l'Analytics : Démystifier les APIs de Données
- Git et GitHub pour la Data et l'Analytics : Domptez le Versioning
- Gérer les branches
- Structurer un projet Flask
MOLAP#
MRO#
Machine Learning#
MachineLearning#
Masterless#
MatchCase#
Mathématiques#
Matrice#
Matrices#
Memoization#
Merge#
Mesures#
MinGW#
Mise en forme conditionnelle#
Mobile#
Model Monitoring#
Modelisation#
Modularité#
ModuleDatetime#
ModuleMath#
ModuleOS#
ModuleRandom#
ModuleRe#
ModuleStatistics#
ModuleSys#
Modules#
Modélisation#
- Applications
- Créer des groupes de calcul
- Créer des tables calculées
- Créer une table de dates
- Définir les relations
- Modéliser les données dans Power BI : L'Art du Schéma en Étoile et du DAX
MongoDB#
- Applications
- Installer Mongo DB
- Interagir avec Mongo DB
- Prise en main de MongoDB - Le guide complet NoSQL
- Ressources
MongoExpress#
Monte Carlo#
Moyenne#
Mémoire#
- Allocation dynamique
- Introduction aux Pointeurs et Adresses mémoire en langage C
- Partie 3 - Les tableaux et matrices en langage C
Méthodes#
Neo4j#
- Applications
- Créer des nœuds
- Installer Neo4j
- Prise en main de Neo4j - La base de données orientée graphe
- Ressources
New Card Visual#
NoSQL#
- Prise en main d'Apache Cassandra - Le guide NoSQL distribué
- Prise en main de MongoDB - Le guide complet NoSQL
- Prise en main de Neo4j - La base de données orientée graphe
- Ressources
Nodetool#
Noeuds#
Nuage de points#
OLAP#
Objets#
Opérateurs#
PEP8#
POO#
- L'héritage
- Les Structures (struct) et Types Personnalisés (typedef) en C
- Programmation Orientée Objet en Python
- Projet 03
Packages#
Parametrisation#
Paramètres#
Parsing#
PartitionKey#
PatternMatching#
Performance#
Persistance#
Pickle#
Pile#
Pip#
PivotTable#
Pointeurs#
Polymorphisme#
Portée#
PostgreSQL#
Power BI#
- Applications
- Applications
- Applications
- Créer des colonnes calculées
- Créer des groupes de calcul
- Créer des tables calculées
- Créer une table de dates
- Définir les relations
- Exploiter la Time Intelligence
- Les cartes
- Les diagrammes à barres
- Les matrices
- Les sparklines
- Mettre en place les mesures
- Modifier le contexte de filtre
- Modéliser les données dans Power BI : L'Art du Schéma en Étoile et du DAX
- Obtenir des données
- Préparer les données dans Power BI : L'art de l'ETL moderne
- Transformer les données
- Visualiser les Données dans Power BI : L'Art du Data Storytelling
Power Query#
- Applications
- Obtenir des données
- Préparer les données dans Power BI : L'art de l'ETL moderne
- Transformer les données
Probabilités#
Programmation#
- Affichage
- Affichage
- Algèbre matricielle
- Allocation dynamique
- Applications
- Applications
- Applications
- Applications
- Applications
- Applications
- Fonction
- Installer Code::Blocks
- Installer CxxDroid
- Introduction aux Pointeurs et Adresses mémoire en langage C
- Introduction à la programmation en langage C
- Les Structures (struct) et Types Personnalisés (typedef) en C
- Les boucles
- Les foncntions
- Les matrices
- Les modules
- Les tableaux
- Opérations
- Opérations
- Partie 2 - Les fonctions et la programmation modulaire en C
- Partie 3 - Les tableaux et matrices en langage C
- Partie 6 - Les chaînes de caractères en langage C
- Pointeurs & Tableaux
- Saisie
- Variables et Constantes
Projets#
- 01 - Écran LED
- 02 - Estimation de pi
- 03 - Gestion des factures
- 04 - Nuage de points
- 05 - Tableau des fréquences
- Applications
- Projet 01
- Projet 02
- Projet 03
Prototypes#
Précédence#
PyCharm#
PyMongo#
Pytest#
Python#
- Affichage et Saisie
- Applications
- Applications
- Code ASCII
- Créer une image
- Dictionnaires
- Démarrer avec Flask
- Fichiers JSON
- Fichiers Pickle
- Fichiers texte
- Flask pour la Data et l'Analytics : Démystifier les APIs de Données
- Installer Flask
- Installer Python
- Introduction au langage Python
- L'héritage
- La gestion des fichiers en Python
- Les bases du langage Python
- Les boucles
- Les chaînes de caractères en Python
- Les conditions
- Les exceptions
- Les fonctions anonymes
- Les fonctions en Python
- Les fonctions récursives
- Les modules et la bibliothèque standard en Python
- Les structures de données en Python
- Les tests unitaires avec unittest en Python
- Les variables
- Listes
- Opérations arithmétiques
- Opérations logiques
- Programmation Orientée Objet en Python
- Projet 01
- Projet 02
- Projet 03
- Pytest
- Ressources
- Sets
- Tuples
- datetime
- math
- os
- random
- re
- statistics
- sys
Qualité des données#
QualitéLogicielle#
Query Folding#
Quiz#
RAM#
Recommandation#
Regex#
Relations#
Requetes#
Ressources#
Robustesse#
Récursivité#
SAMEPERIODLASTYEAR#
SELECTEDMEASURE#
SQL Server#
SQL Server Agent#
SQLAlchemy#
SSAS#
- Actualiser un cube
- Créer un cube multi-dimensionnel
- Créer un cube tabulaire
- Installer Analysis Services
- Introduction à SQL Server Analysis Services (SSAS)
- Requêter un cube dans Excel
- Ressources
SSMS#
SUMX#
SWITCH#
Saisie#
Schéma en étoile#
- Applications
- Définir les relations
- Modéliser les données dans Power BI : L'Art du Schéma en Étoile et du DAX
Secrets#
Sets#
Simulation#
Slicing#
Sortie Standard#
Sparklines#
Staging Area#
StandardLibrary#
Statistiques#
Storytelling#
Streams#
String#
Strings#
Structures#
- 03 - Gestion des factures
- Applications
- Les Structures (struct) et Types Personnalisés (typedef) en C
StructuresDeDonnées#
Synthèse#
Systeme#
Sécurité#
Sérialisation#
TCD#
TDD#
TMSL#
Tableau#
Tableaux#
Tableaux 2D#
Tables Calculées#
Tabular#
Tendance#
Terminal#
TestsUnitaires#
TextMining#
Time Intelligence#
TimeSeries#
Timedelta#
Tooltips#
Transition de contexte#
Tri#
Trigonométrie#
Truthy#
Tuples#
TypeHints#
Types#
UI/UX#
USERELATIONSHIP#
UTF8#
Ubuntu#
Unicode#
Unpacking#
Valgrind#
Validation#
Variables#
Vecteurs#
Versioning#
VertiPaq#
- Créer des colonnes calculées
- Créer un cube tabulaire
- Modéliser les données dans Power BI : L'Art du Schéma en Étoile et du DAX
Visual Studio#
Volumes#
WSL2#
Web#
What-If#
Windows#
XMLA#
YTD#
YoY#
actions#
active-directory#
administration#
ai-visuals#
airflow#
alerting#
algebre-lineaire#
algorithmes#
algorithmique#
- Affichage & Saisie
- Introduction à l'algorithmique
- La programmation avec le langage R
- Les métiers IT
- Les programmes
anaconda#
analytics#
- Analyse de données avec Microsoft Excel
- Analyse de données et statistiques avec R
- Estimation
- Export
- Import
- Installer R
- Intervalle de confiance
- La Data Stack Python pour l'Analyse de Données
- La programmation avec le langage R
- Les bases du langage R
- Les boucles
- Les chemins
- Les conditions
- Les facteurs
- Les fonctions
- Les listes
- Les matrices
- Les objets
- Les tableaux
- Les vecteurs
- Pandas
- Probabilités avec R : Lois discrètes, continues et simulation
- Ressources
- Ressources
- Statistique Descriptive avec R : Résumer et explorer les données
- Statistique Inférentielle avec R : De l'échantillon à la population
- Test d'hypothèses
- Visualisation de données avec Tableau Desktop
- Visualisation et Analyse de Données avec Power BI
analytics-pane#
anomaly-detection#
apache-airflow#
- Applications
- Commandes Airflow CLI
- Configurer l'envoi de mail
- Créer un DAG
- Créer une connexion
- Définir des dépendances
- Exécuter un DAG
- Implémenter un ETL avec Apache Airflow
- Installer Airflow
- Interface Airflow
- Planifier un DAG
- Ressources
apps#
architecture#
args#
automation#
backfill#
bases#
bash#
- Affichage
- Autres commandes
- Boucle
- Choix
- Conditions
- Consulter un fichier
- Contenu d'un répertoire
- Copier un fichier
- Créer un fichier
- Créer un répertoire
- Déplacer un fichier
- Les commandes BASH de base
- Navigation
- Saisie
- Supprimer un fichier
- Éditer un fichier
beautifulsoup#
best-practices#
best-pratices#
bibliographie#
big-data#
- Afficher des messages
- Applications
- Applications
- Commandes Airflow CLI
- Configurer l'envoi de mail
- Créer un DAG
- Créer un job
- Créer une connexion
- Créer une connexion de BD
- Découvrir l'interface
- Définir des dépendances
- Exporter un job
- Exécuter un DAG
- Fonctions prédéfinies
- Implémenter un ETL avec Apache Airflow
- Installer Airflow
- Installer Talend
- Interface Airflow
- Intégration de données avec Talend Open Studio
- Les fondamentaux du Big Data
- Manipuler les dates
- Planifier un DAG
- Ressources
- Ressources
blog#
bokeh#
bookmarks#
boucles#
branching#
build-job#
business-intelligence#
- Analyse de données avec Microsoft Excel
- Créer des champs calculés
- Créer un modèle de données
- Data Analyst
- Installer Excel
- Introduction générale à l'analyse de données
- Intégration de données avec Talend Open Studio
- Le langage SQL pour l'analyse de données
- Les graphiques
- Les tableaux croisés dynamiques
- Obtenir des données
- Ressources
- Visualisation de données avec Tableau Desktop
- Visualisation et Analyse de Données avec Power BI
c#
- Le C aujourd'hui
- Les applications du langage C
- Les bonnes pratiques C
- Pourquoi le C ?
- Programing Tips - Les joies de la programmation
- Python vs C/C++
- Votre premier programme C
- Échanger deux variables
calcul-scientifique#
carrieres-tech#
- Data Analyst
- Data Scientist
- Fiches Métiers : Les carrières de la Data et du Développement
- Python Developer
cartes-geographiques#
case-when#
catchup#
categoriel#
certification#
certifications#
champs-calcules#
chemins#
chi2#
chr#
clear-tasks#
cli#
- Affichage
- Autres commandes
- Boucle
- Choix
- Commandes Airflow CLI
- Conditions
- Consulter un fichier
- Contenu d'un répertoire
- Copier un fichier
- Créer un fichier
- Créer un répertoire
- Déplacer un fichier
- Exécuter un DAG
- Navigation
- Saisie
- Supprimer un fichier
- Éditer un fichier
cloud#
- Amazon Web Services
- Créer un compte PBI Service
- Google Cloud Platform
- Internet et le Web
- Les notions de base au Cloud
- Microsoft Azure
- Publier sur Tableau Public
codage#
conditions#
configuration#
connecteurs#
connections#
conteneurs#
control-flow#
cqlsh#
cron#
csv#
culture-tech#
- Alan Turing
- AlexNet (2012)
- Ateliers de Dartmouth
- DeepBlue IBM
- Dennis Ritchie
- Guido van Rossum
- Gérard Berry
- Le perceptron
- Le test de Turing
- Les réseaux convolutifs
- Portraits : Les pionniers qui ont façonné l'informatique
- Un nouvel élan
- Yann LeCun
dashboard#
- Assembler le rapport
- Bokeh
- Visualisation de données avec Tableau Desktop
- Visualisation et Analyse de Données avec Power BI
data#
- Data Analyst
- Data Tips - Les coups de maître
- Fiches Métiers : Les carrières de la Data et du Développement
data-analysis#
data-analyst#
data-analytics#
- Analyser les données dans Power BI
- Introduction générale à l'analyse de données
- Le langage SQL pour l'analyse de données
- Les fondamentaux du Big Data
data-cleaning#
data-engineering#
- Applications
- Applications
- Implémenter un ETL avec Apache Airflow
- Introduction générale à l'analyse de données
- Introduction à la Programmation Procédurale en SQL (PL/pgSQL)
- Le langage SQL pour l'analyse de données
- Les fondamentaux du Big Data
data-gateway#
data-generation#
data-integration#
data-interval#
data-manipulation#
data-model#
data-pipelines#
data-preparation#
data-science#
- Analyse de données et statistiques avec R
- Installer Anaconda
- La Data Stack Python pour l'Analyse de Données
- Ressources
data-scientist#
data-sharing#
data-tips#
data-types#
data-visualization#
- Analyse de données avec Microsoft Excel
- Les graphiques
- Visualisation de données avec Tableau Desktop
database#
database-connection#
databases#
- Calculer des sommes cummulées
- Gérer la casse
- Gérer les fichiers de logs dans SQL Server
- Importer des données dans SQL Server
- Les requêtes SQL usuelles
- Provisionner une instance Azure SQL Database
- Rendre SQL Server sensible à la casse
- SQL Tips
dataengineering#
dataframe#
dataframes#
datagenerator#
datanalyst#
dataops#
dataviz#
dataviz-interactive#
date-formatting#
dates#
dax#
debugging#
decomposition-tree#
deep-learning#
- AlexNet (2012)
- Ateliers de Dartmouth
- DeepBlue IBM
- Le perceptron
- Le test de Turing
- Les réseaux convolutifs
- Un nouvel élan
dependencies#
deployment#
design#
designer#
developpeur-python#
devops#
docker#
docker-compose#
dual-axis#
dwh#
dynamic-tasks#
débutant#
elearning#
elif#
else#
email-operator#
emploi#
enumerate#
estimation#
etl#
- Applications
- Applications
- Créer un DAG
- Créer un job
- Implémenter un ETL avec Apache Airflow
- Intégration de données avec Talend Open Studio
- Les fonctions
- Manipuler les dates
- Obtenir des données
examen#
excel#
- Analyse de données avec Microsoft Excel
- Créer un modèle de données
- Découvrir l'interface
- Import
- Installer Excel
- Les graphiques
- Les tableaux
- Les tableaux croisés dynamiques
- Obtenir des données
- Ressources
except#
explorateur#
- Autres commandes
- Consulter un fichier
- Contenu d'un répertoire
- Copier un fichier
- Créer un fichier
- Créer un répertoire
- Déplacer un fichier
- Navigation
- Supprimer un fichier
- Éditer un fichier
exploration#
export#
f-strings#
facteurs#
fgets#
fiches-metiers#
- Data Analyst
- Data Scientist
- Fiches Métiers : Les carrières de la Data et du Développement
- Python Developer
fichiers#
- Autres commandes
- Consulter un fichier
- Contenu d'un répertoire
- Copier un fichier
- Créer un fichier
- Créer un répertoire
- Déplacer un fichier
- Les chemins
- Navigation
- Supprimer un fichier
- Éditer un fichier
filter#
finally#
flask#
- Créer des vues
- Créer une API pour Scikit-learn
- Déployer avec Docker
- Prendre en main FastAPI
- Ressources
folders#
fonctions#
fondamentaux#
- Affichage & Saisie
- Amazon Web Services
- Classification d'image avec Tensorflow
- Classification de texte
- Configurer JupyterLab
- Création d'interfaces web utilisateur avec Gradio
- Créer des vues
- Créer un plongement de mots
- Créer une API pour Scikit-learn
- Deep Learning avec TensorFlow
- Démarrer avec Gradio
- Déployer avec Docker
- Déployer avec Docker
- Déployer sur un serveur distant
- Développer des projets data avec JupyterLab
- Google Cloud Platform
- Génération de texte
- Génération de texte
- Installer Gradio
- Installer JupyterLab
- Installer des extensions
- Introduction aux Opérations de Machine Learning
- Introduction générale à l'analyse de données
- Introduction générale à l'informatique
- Introduction à l'algorithmique
- L'ACP
- Le clustering hiérachique
- Le langage SQL pour l'analyse de données
- Les K plus proches voisins
- Les K-Moyennes
- Les arbres de décision
- Les fondamentaux du Big Data
- Les fondamentaux du Machine Learning
- Les forêts aléatoires
- Les notions de base au Cloud
- Les règles d'association
- Microsoft Azure
- Natural Language Processing (NLP)
- Perceptron Multi Couches
- Perceptron Simple
- Prendre en main FastAPI
- Prédire l'usage d'un client
- Ressources
- Ressources
- Régression linéaire
- Régression logistique
- Réseaux convolutifs
- Séparateurs à Vastes Marges
- Time Series & Sequences and Predictions
- Transfer Learning
fopen#
for#
forecasting#
formules#
fprintf#
fread#
free#
fseek#
ftell#
functions#
fwrite#
git-bash#
governance#
gradio#
- Création d'interfaces web utilisateur avec Gradio
- Démarrer avec Gradio
- Déployer avec Docker
- Installer Gradio
graphiques#
histoire#
histoire-ia#
- AlexNet (2012)
- Ateliers de Dartmouth
- DeepBlue IBM
- Le perceptron
- Le test de Turing
- Les réseaux convolutifs
- Un nouvel élan
histoire-informatique#
- Alan Turing
- Dennis Ritchie
- Guido van Rossum
- Gérard Berry
- Portraits : Les pionniers qui ont façonné l'informatique
- Yann LeCun
hooks#
hyper#
ia#
if#
if-then-else#
ifelse#
import#
indexation#
informatique#
- Installer un IDE
- Introduction générale à l'informatique
- Introduction à l'algorithmique
- La Rubrique ML - Histoire du Machine Learning
- Le choix des technos
input#
installation#
- Installer Airflow
- Installer PBI Report Server
- Installer Power BI
- Installer R
- Installer Tableau
- Installer Talend
intelligence-artificielle#
intelligenceartificielle#
interactivite#
interface#
internet#
intervalles-confiance#
intro#
iterateurs#
java#
- Fonctions prédéfinies
- Installer Talend
- Intégration de données avec Talend Open Studio
- Manipuler les dates
jdk#
job#
jupyter#
- Configurer JupyterLab
- Déployer sur un serveur distant
- Développer des projets data avec JupyterLab
- Installer Anaconda
- Installer JupyterLab
- Installer des extensions
- Ressources
keras#
key-influencers#
kwargs#
lab#
licence-etudiante#
licensing#
linux#
listes#
lod#
logging#
lois-statistiques#
loops#
machine-learning#
- AlexNet (2012)
- Ateliers de Dartmouth
- Data Scientist
- Deep Learning avec TensorFlow
- DeepBlue IBM
- Introduction aux Opérations de Machine Learning
- L'ACP
- Le clustering hiérachique
- Le perceptron
- Le test de Turing
- Les K plus proches voisins
- Les K-Moyennes
- Les arbres de décision
- Les fondamentaux du Machine Learning
- Les forêts aléatoires
- Les règles d'association
- Les réseaux convolutifs
- Régression linéaire
- Régression logistique
- Séparateurs à Vastes Marges
- Un nouvel élan
machinelearning#
malloc#
manipulation-donnees#
map#
matplotlib#
matrices#
metadata#
microsoft#
- Créer un mesure dynamique
- Créer un titre dynamique
- Docker Model
- MS Learn Ambassador
- Trier les éléments d'un filtre
microsoft-365#
microsoft-store#
ml#
mlops#
- Amazon Web Services
- Configurer JupyterLab
- Création d'interfaces web utilisateur avec Gradio
- Créer des vues
- Créer une API pour Scikit-learn
- Démarrer avec Gradio
- Déployer avec Docker
- Déployer avec Docker
- Déployer sur un serveur distant
- Développer des projets data avec JupyterLab
- Google Cloud Platform
- Installer Gradio
- Installer JupyterLab
- Installer des extensions
- Introduction aux Opérations de Machine Learning
- Les commandes BASH de base
- Les notions de base au Cloud
- Microsoft Azure
- Prendre en main FastAPI
- Ressources
- Ressources
mlsa#
mobile-layout#
modularite#
mongosh#
monitoring#
mos#
mslearn#
nlp#
numpy#
on-premises#
orchestration#
ord#
oridianteur#
orientation#
p-valeur#
pandas#
partie-1-les-bases#
pbi-report-server#
- Créer un plan d'actualisation
- Déployer Power BI Report Server
- Déployer et gouverner les livrables Power BI
- Gérer les droits d'accès
- Installer PBI Report Server
- Publier un rapport
permissions#
pionniers-tech#
- Alan Turing
- Dennis Ritchie
- Guido van Rossum
- Gérard Berry
- Portraits : Les pionniers qui ont façonné l'informatique
- Yann LeCun
pipeline#
pivot-tables#
pl-300#
plpgsql#
- Introduction à la Programmation Procédurale en SQL (PL/pgSQL)
- Les boucles
- Les conditions
- Les fonctions
- Les variables
portal#
portfolio#
portraits#
- Alan Turing
- Dennis Ritchie
- Guido van Rossum
- Gérard Berry
- Portraits : Les pionniers qui ont façonné l'informatique
- Yann LeCun
postgresql#
- Créer un DAG
- Créer une connexion
- Créer une connexion de BD
- Introduction à la Programmation Procédurale en SQL (PL/pgSQL)
- Les variables
power-bi#
- Analyser les données dans Power BI
- Applications
- Applications
- Créer un compte PBI Service
- Créer un plan d'actualisation
- Déployer Power BI Report Server
- Déployer et gouverner les livrables Power BI
- Gérer les droits d'accès
- Idées de design
- Installer PBI Report Server
- Lignes de référence
- Publier en ligne
- Publier un rapport
power-bi-apps#
power-bi-service#
power-pivot#
power-query#
- Analyse de données avec Microsoft Excel
- Obtenir des données
- Visualisation et Analyse de Données avec Power BI
powerbi#
- Bloquer la dernière date
- Créer un mesure dynamique
- Créer un titre dynamique
- Installer Power BI
- Power BI Tips
- Ressources
- Trier les éléments d'un filtre
- Visualisation et Analyse de Données avec Power BI
print#
printf#
pro-vs-premium#
probabilites#
procedures-stockees#
productivite#
program#
programing#
- Le C aujourd'hui
- Pourquoi le C ?
- Programing Tips - Les joies de la programmation
- Python vs C/C++
- Votre premier programme C
programmation#
- Affichage
- Boucle
- Choix
- Conditions
- Introduction générale à l'informatique
- La programmation avec le langage R
- Les applications du langage C
- Les bonnes pratiques C
- Les métiers IT
- Les programmes
- Python Developer
- Saisie
- Échanger deux variables
programming#
publication#
puts#
pyinstaller#
python#
- Bokeh
- Implémenter un ETL avec Apache Airflow
- Installer Anaconda
- La Data Stack Python pour l'Analyse de Données
- Matplotlib
- Numpy
- Pandas
- Pyhton Tips
- Python Developer
- Ressources
python-tips#
quiz#
r#
- Analyse de données et statistiques avec R
- Estimation
- Export
- Import
- Installer R
- Intervalle de confiance
- La programmation avec le langage R
- Les bases du langage R
- Les boucles
- Les chemins
- Les conditions
- Les facteurs
- Les fonctions
- Les listes
- Les matrices
- Les objets
- Les tableaux
- Les vecteurs
- Probabilités avec R : Lois discrètes, continues et simulation
- Ressources
- Statistique Descriptive avec R : Résumer et explorer les données
- Statistique Inférentielle avec R : De l'échantillon à la population
- Test d'hypothèses
raccourcis-clavier#
range#
rbac#
rds#
read#
reference-lines#
regex#
reporting#
repository#
requests#
resources#
ressources#
retrieve-schema#
rls#
routines#
rstudio#
scanf#
scheduled-refresh#
scheduling#
schema-en-etoile#
scikit-learn#
- L'ACP
- Le clustering hiérachique
- Les K plus proches voisins
- Les K-Moyennes
- Les arbres de décision
- Les fondamentaux du Machine Learning
- Les forêts aléatoires
- Les règles d'association
- Régression linéaire
- Régression logistique
- Séparateurs à Vastes Marges
scraping#
security#
self#
sensors#
setup#
simulation#
smtp#
snippets#
sorted#
sql#
- Calculer des sommes cummulées
- Gérer la casse
- Gérer les fichiers de logs dans SQL Server
- Importer des données dans SQL Server
- Introduction à la Programmation Procédurale en SQL (PL/pgSQL)
- Le langage SQL pour l'analyse de données
- Les boucles
- Les conditions
- Les fonctions
- Les requêtes SQL usuelles
- Les variables
- Provisionner une instance Azure SQL Database
- Rendre SQL Server sensible à la casse
- SQL Tips
sql-server#
sql-server-agent#
ssrs#
standalone#
statistique-descriptive#
statistique-inferentielle#
- Estimation
- Intervalle de confiance
- Statistique Inférentielle avec R : De l'échantillon à la population
statistiques#
strcmp#
strcpy#
strftime#
string#
string.h#
strlen#
strtok#
structures-de-donnees#
structures-donnees#
student#
studio#
super#
sys.argv#
tableau#
- Assembler le rapport
- Créer des champs calculés
- Créer des visules
- Installer Tableau
- Obtenir les données
- Publier sur Tableau Public
- Ressources
- Visualisation de données avec Tableau Desktop
tableau-public#
tableau-specialist#
tableaux-structures#
talend#
- Afficher des messages
- Applications
- Créer un job
- Créer une connexion de BD
- Découvrir l'interface
- Exporter un job
- Fonctions prédéfinies
- Installer Talend
- Intégration de données avec Talend Open Studio
- Le duo Talend × Airflow
- Manipuler les dates
- Ressources
talenddate#
taskflow-api#
tcd#
tensorflow#
- Classification d'image avec Tensorflow
- Classification de texte
- Créer un générateur de données
- Créer un plongement de mots
- Deep Learning avec TensorFlow
- Génération de texte
- Génération de texte
- Natural Language Processing (NLP)
- Perceptron Multi Couches
- Perceptron Simple
- Prédire l'usage d'un client
- Réseaux convolutifs
- Time Series & Sequences and Predictions
- Transfer Learning
testing#
tests-statistiques#
themes#
tips#
- Le C aujourd'hui
- Pourquoi le C ?
- Programing Tips - Les joies de la programmation
- Python vs C/C++
- Votre premier programme C
Commentaires