Séance de cours
Flux de travail sur les humanités numériques
Séances de cours associées (99)
Modèles Vision-Langue-Action : Formation et applications
Se penche sur la formation et les applications des modèles Vision-Language-Action, en mettant l'accent sur le rôle des grands modèles linguistiques dans le contrôle robotique et le transfert des connaissances web. Les résultats des expériences et les orientations futures de la recherche sont mis en évidence.
L'essentiel de la science des données: Pandas, Numpy, Matplotlib
Présente Pandas, Numpy et Matplotlib pour l'analyse et la visualisation des données dans Python.
Analyse des données sur la pollution atmosphérique
Couvre l'analyse des données sur la pollution atmosphérique, en se concentrant sur les bases de R, en visualisant des séries chronologiques et en créant des résumés des concentrations de polluants.
Introduction à l'analyse des données appliquées
Introduit le cours d'analyse des données appliquées à l'EPFL, couvrant un large éventail de sujets d'analyse des données et mettant l'accent sur l'apprentissage continu en sciences des données.
Analyse du métabolisme urbain
Explore l'évaluation environnementale systémique, l'analyse nationale des flux de matériaux et le développement d'un tableau de bord du métabolisme urbain pour Zurich à l'aide de données ouvertes.
Sources numérisées et numériques de l'histoire
Explore la pratique de l'histoire à l'aide de sources numérisées et numériques nées, heuristique, critique, synthèse et big data pour l'analyse historique.
Apprentissage Automatique: Physique et Données
Explore l'apprentissage automatique atomistique, intégrant les principes physiques dans les modèles pour prédire avec précision les propriétés moléculaires.
Visualisation de la science des données avec Pandas
Couvre la manipulation et l'exploration de données à l'aide de Python en mettant l'accent sur les techniques de visualisation.
Analyse des données: Concentrations de KMnO4
Couvre l'analyse des concentrations de KMnO4 à l'aide de données provenant d'un fichier CSV.
Fonctions avancées des pandas
Se concentre sur les fonctions avancées de pandas pour la manipulation, l'exploration et la visualisation des données avec Python, en soulignant l'importance de la compréhension et de la préparation des données.