Séance de cours
Surveillance du cycle de vie et le noyau d'erreur
Séances de cours associées (30)
Manipulation des défaillances de l'acteur
Couvre la manipulation des défaillances dans les systèmes asynchrones en utilisant le modèle d'acteur et discute de la supervision, de la résilience et du cycle de vie des acteurs.
Le modèle de l'acteur : principes de la programmation réactive
Présente le modèle d'acteur, expliquant l'identité, le comportement et le message asynchrone des acteurs.
Le modèle de l'acteur : principes de la programmation réactive
Couvre le modèle d'acteur, mettant l'accent sur le message asynchrone passant et modifiant le comportement d'un acteur.
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.
Opérations de chaînes : bases et méthodes
Couvre les bases et les méthodes des opérations de chaîne en Python, y compris le découpage, l'indexation et le formatage.
Objets Mutables et Immutables
Explique les différences entre les objets muables et immuables en Python et couvre les types de conteneurs natifs.
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.
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.
Structures et mécanismes : ouvrir une boîte
Explore l'analyse des structures et des mécanismes à travers un problème d'échantillon d'ouverture d'une boîte avec un couvercle à cordes.
Apprentissage Automatique: Physique et Données
Explore l'apprentissage automatique atomistique, intégrant les principes physiques dans les modèles pour prédire avec précision les propriétés moléculaires.