Concept
Fork (développement logiciel)
Séances de cours associées (30)
Programmation scientifique pour les ingénieurs: introduction à GIT
Couvre les bases de la programmation scientifique pour les ingénieurs, en soulignant l'importance de GIT pour le travail collaboratif et en fournissant un aperçu des défis du développement de logiciels scientifiques.
Plugins: TopSolid
Explore l'interopérabilité en temps réel et les solutions open-source pour développer des plugins pour TopSolid.
Introduction à Renku
Introduit Renku, une plateforme pour la science collaborative des données, mettant l'accent sur la reproductibilité, la shareability, la réutilisabilité et la sécurité.
Études de données critiques: Reproductibilité et Renku
Explore l'importance de la reproductibilité dans la science des données et présente Renku, une plate-forme pour la gestion de projets axés sur les données.
Géomécanique computationnelle : Méchage, débit d'eau souterraine et comportement constitutif
Couvre la génération de mailles, l'écoulement des eaux souterraines et la modélisation du comportement constitutif dans la géomécanique computationnelle.
Python Basics: Syntaxe, Variables, Fonctions
Couvre les bases de Python telles que la syntaxe, les variables et les fonctions, en introduisant la plate-forme Renku pour la science collaborative des données.
Système de contrôle de version: Bases et flux de travail
Introduit les bases des systèmes de contrôle de version, en mettant l'accent sur les opérations Git et les stratégies de branchement.
Éléments de la collaboration dans le domaine de la science des données
Présente des outils collaboratifs de science des données comme les carnets Jupyter, Docker et Git, mettant l'accent sur la version des données et la conteneurisation.
L'essentiel de la science des données : Python, Numpy, Pandas et Scikit-learn
Couvre l'essentiel de Data Science en utilisant Python, Numpy, Pandas et Scikit-learn, y compris l'analyse et la classification des séquences d'ADN.
Collaborative Data Science : outils et flux de travail Git
Explore des outils tels que Git et Docker pour des projets collaboratifs de science des données.