Concept
Notebook (programmation)
Séances de cours associées (162)
Théorème de Johnson-Lindenstrauss
Couvre le théorème de Johnson-Lindenstrauss, qui intègre des points de haute dimension dans l'espace de dimension inférieure tout en préservant les distances.
Matrice exponentielle et forme normale de la Jordanie
Couvre la matrice exponentielle, ses propriétés de convergence et la forme normale de la Jordanie.
PyTorch et réseaux convolutifs
Couvre la structure des données du tenseur PyTorch et forme un CNN pour classer les images.
Classification de l'arbre de décision
Couvre la classification de l'arbre de décision à l'aide de KNIME Analytics Platform pour le prétraitement des données et la création de modèles.
Caratheodory Bounds : programmation intégrale
Couvre les limites de Caratheodory pour la programmation d'entiers, en se concentrant sur la programmation linéaire et l'existence de solutions optimales.
Estimation de la propriété et famille exponentielle
Couvre les statistiques de test, les valeurs seuils et les limites inférieures pour l'estimation des propriétés.
Analyse de l'en-tête : Impact linguistique et réussite
Explore l'influence du langage sur le succès général grâce à l'analyse des données et aux tests statistiques dans le monde réel.
Preuve de fraude dans l'analyse des données
Explore les anomalies dans l'analyse des données, révélant des fraudes potentielles grâce à des modèles et des incohérences suspects.
Data Wrangling avec Hadoop : formats de stockage et ruche
Explore les querelles de données avec Hadoop, en mettant l'accent sur les formats de stockage et Hive pour le traitement des données volumineuses.
Introduction générale à la science 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.