Examine les éléments fondamentaux de la gestion des données, y compris les modèles, les sources et les querelles, en soulignant l'importance de comprendre et de résoudre les problèmes de données.
Explore les techniques de manipulation des données, la détection des erreurs, les dépendances fonctionnelles, les contraintes de déni et la temporalité des données.
Offre une introduction complète à la science des données, couvrant Python, Numpy, Pandas, Matplotlib et Scikit-learn, en mettant l'accent sur les exercices pratiques et le travail collaboratif.
Couvre la présentation du module des utilisateurs clés de l'équipement et son accent sur la planification, le chargement des données et les essais d'intégration.
Explore l'histoire numérique urbaine de Lausanne en 1832, en mettant l'accent sur l'intersection des données, la création de moteurs de recherche et la classification professionnelle.
