| 1. Introduction et installation de l'environnement de travail | |||
| 1. Définition du langage Python.mp4 | 25.25 MB | ||
| 10. Gestion des dossiers dans Jupyter.mp4 | 9.87 MB | ||
| 11. Exécution des premières cellules.mp4 | 13.6 MB | ||
| 12. Menu principal de Notebook.mp4 | 20.41 MB | ||
| 13. Raccourcis dans Notebook.mp4 | 11.97 MB | ||
| 2. Un peu d'histoire.mp4 | 30.37 MB | ||
| 3. Popularité du Python.mp4 | 10.04 MB | ||
| 4. Environnements de travail.mp4 | 137.56 MB | ||
| 5. Installation d'Anaconda.mp4 | 8.23 MB | ||
| 6. Tour rapide d'Anaconda.mp4 | 48.28 MB | ||
| 7. IMPORTANT - TELECHARGMENT DES RESSOURCES DU COURS.html | 374 B | ||
| 7.1 cheat_sheet-recapitulatif PDF.pdf | 1.08 MB | ||
| 7.2 fichiers_cours_data_science | |||
| fichiers_cours_data_science | |||
| 1_Fichiers_cours_apprentissage_python | |||
| 10_math_et_random | |||
| 10 - math et random - Exercice - Eleve.ipynb | 3.23 KB | ||
| 10 - math et random - Exercice.ipynb | 5.19 KB | ||
| 10 - math et random - cours - elève.ipynb | 6.87 KB | ||
| 11_Date | |||
| 11 - Les dates avec Datetime - Cours - elève.ipynb | 1.85 MB | ||
| 11 - Les dates avec Datetime - Exercice - elève.ipynb | 3.39 KB | ||
| 11 - Les dates avec Datetime - Exercice.ipynb | 6.29 KB | ||
| 12_ouverture_et_manipulation_documents | |||
| .ipynb_checkpoints | |||
| 12 - ouverture manipulation documents - cours - elève-checkpoint.ipynb | 129.9 KB | ||
| 12 - ouverture manipulation documents - cours-checkpoint.ipynb | 17.13 KB | ||
| 12 - ouverture manipulation documents - exercice - élève-checkpoint.ipynb | 4.82 KB | ||
| 12 - ouverture manipulation documents - exercice-checkpoint.ipynb | 72 B | ||
| 12 - ouverture manipulation documents - cours - elève.ipynb | 109.67 KB | ||
| 12 - ouverture manipulation documents - exercice - élève.ipynb | 2.6 KB | ||
| 12 - ouverture manipulation documents - exercice.ipynb | 4.82 KB | ||
| config.json | 695 B | ||
| config_backup.json | 635 B | ||
| donnees_filtrees.csv | 155 B | ||
| journal_logs.txt | 710 B | ||
| journal_logs_backup.txt | 710 B | ||
| 13_gestion_des_erreurs | |||
| 13 - Gestion des erreurs - Cours - elève.ipynb | 6.44 KB | ||
| 13 - Gestion des erreurs - Exercice - élève.ipynb | 2.32 KB | ||
| 13 - Gestion des erreurs - Exercice.ipynb | 4.22 KB | ||
| calculatrice_log.txt | 26 B | ||
| 14_les_algorithmes_Python | |||
| 14 - les algorithmes - Cours - élèves.ipynb | 272.21 KB | ||
| 14 - les algorithmes - exercice - élève.ipynb | 1.46 KB | ||
| 14 - les algorithmes - exercice.ipynb | 2.89 KB | ||
| 1_installation_et_première prise en main | |||
| 1_Installation et première prise en main de l’environnement de travail .ipynb | 3.06 KB | ||
| 2_les_bases_de_python | |||
| 2 - Les bases de Python - Exercices - Correction.ipynb | 10.55 KB | ||
| 2 - Les bases de Python - Exercices - elève.ipynb | 7.22 KB | ||
| 2 - Les bases de Python - cours-elève.ipynb | 12.91 KB | ||
| 3_les_conditions | |||
| 3 - les conditions - Exercices - Correction.ipynb | 7.91 KB | ||
| 3 - les conditions - Exercices - élève.ipynb | 5.36 KB | ||
| 3 - les conditions - cours - elève.ipynb | 79.9 KB | ||
| 4_les_listes | |||
| 4.1 - les listes - cours - élève .ipynb | 10.86 KB | ||
| 4.1 - les listes - exercices - élève.ipynb | 49.08 KB | ||
| 4.1 - les listes - exercices.ipynb | 54.56 KB | ||
| 4.2 - Les Tuples - Cours - élève.ipynb | 5.74 KB | ||
| 4.2 - Les Tuples - Exercices - élève.ipynb | 3.99 KB | ||
| 4.2 - Les Tuples - Exercices.ipynb | 6.6 KB | ||
| 4.3 - Les Sets - Cours - elève.ipynb | 10.78 KB | ||
| 4.3 - Les Sets - Exercices - elève.ipynb | 5.04 KB | ||
| 4.3 - Les Sets - Exercices.ipynb | 7.64 KB | ||
| 5_les_dictionnaires | |||
| 5 - Les dictionnaires - cours - élève.ipynb | 8.93 KB | ||
| 5 - les dictionnaires - Exercices - elève.ipynb | 56.98 KB | ||
| 5 - les dictionnaires - Exercices.ipynb | 60.89 KB | ||
| 6_les_boucles | |||
| 6 - Les boucles - cours - elève.ipynb | 83.58 KB | ||
| 6 - les boucles - exercices - elève.ipynb | 7.19 KB | ||
| 6 - les boucles - exercices.ipynb | 14.66 KB | ||
| 7_les_fonctions | |||
| 7 - les fonctions - cours - élève.ipynb | 11.97 KB | ||
| 7 - les fonctions - exercices - élève.ipynb | 49.43 KB | ||
| 7 - les fonctions - exercices.ipynb | 53 KB | ||
| 8_la_POO | |||
| 8 - la POO - Cours - elève.ipynb | 10.75 KB | ||
| 8 - la POO - Exercice - élève .ipynb | 1.99 KB | ||
| 8 - la POO - Exercice.ipynb | 3.74 KB | ||
| 9_les_librairies | |||
| 9 - les librairies - Exercice - élève.ipynb | 2.32 KB | ||
| 9 - les librairies - Exercice.ipynb | 3.97 KB | ||
| 9 - les librairies - cours - élèves.ipynb | 11.66 KB | ||
| 2_fichier_cours_data_analyse | |||
| 1_Numpy | |||
| 1_creation et exploration de tableaux | |||
| 1_Création et exploration de tableaux - Exercice correction.ipynb | 11.02 KB | ||
| 1_Création et exploration de tableaux - Exercice- elève.ipynb | 8.14 KB | ||
| 1_Création et exploration de tableaux- cours - elève.ipynb | 14.07 KB | ||
| 2_opérations_avec_Numpy | |||
| 2_ Opérations et statistiques avec numpy - Exercice - élève.ipynb | 8.88 KB | ||
| 2_ Opérations et statistiques avec numpy - Exercice correction.ipynb | 11.78 KB | ||
| 2_ Opérations et statistiques avec numpy - cours - élèves.ipynb | 78.85 KB | ||
| 3_import_et_cleaning_donnees | |||
| 3_import_cleaning_et_modeling_Numpy - Cours - élève.ipynb | 38.52 KB | ||
| 3_import_cleaning_et_modeling_Numpy - Exercice correction.ipynb | 19.76 KB | ||
| 3_import_cleaning_et_modeling_Numpy - Exercice- élève.ipynb | 15.05 KB | ||
| donnees.csv | 126 B | ||
| donnees_manquantes.csv | 71 B | ||
| donnees_ventes.csv | 146 B | ||
| donnees_ventes_nettoyees.csv | 69 B | ||
| 4_fonctionnalites_avancees | |||
| 4_fonctionnalites_avancees_numpy - cours - élève.ipynb | 87.43 KB | ||
| 4_fonctionnalites_avancees_numpy - exercice - correction.ipynb | 5.26 KB | ||
| 4_fonctionnalites_avancees_numpy - exercice - élève.ipynb | 3.71 KB | ||
| 5_ateliers | |||
| Atelier_1_starbuks | |||
| Numpy - atelier 1 - starbucks - correction.ipynb | 39.88 KB | ||
| Numpy - atelier 1 - starbucks - élève.ipynb | 21.79 KB | ||
| starbucks-menu-nutrition-drinks.csv | 8.07 KB | ||
| Atelier_2_pays | |||
| Numpy - atelier 2 - countries - élève.ipynb | 3.27 KB | ||
| Numpy - atelier 2 - countries.ipynb | 32.31 KB | ||
| world-2023.csv | 7.12 KB | ||
| world-data-2023.csv | 48.05 KB | ||
| 2_Pandas | |||
| 1_construire_un_dataframe | |||
| 1_Construire un dataFrame - Exercice - élève.ipynb | 4.27 KB | ||
| 1_Construire un dataFrame - Exercice correction.ipynb | 17.52 KB | ||
| 1_construire_un_dataframe - cours - elève.ipynb | 15.09 KB | ||
| cleaned_clients.json | 191 B | ||
| clients_exercices.json | 477 B | ||
| donnees_employes.xlsx | 12.42 KB | ||
| employes.json | 211 B | ||
| employes_save.csv | 129 B | ||
| employes_save.xlsx | 4.93 KB | ||
| fichier_json.json | 243 B | ||
| fichier_json_classique.json | 222 B | ||
| import_csv | |||
| data.csv | 147 B | ||
| data_head.csv | 181 B | ||
| data_headless.csv | 128 B | ||
| data_na.csv | 132 B | ||
| data_sep.csv | 140 B | ||
| products_exercices.csv | 192 B | ||
| 2_Naviguer dans un dataframe | |||
| 2_Naviguer dans un dataframe - Exercice - élève.ipynb | 3.21 KB | ||
| 2_Naviguer dans un dataframe - Exercice correction.ipynb | 3.5 KB | ||
| 2_Naviguer dans un dataframe - cours - élève.ipynb | 67.92 KB | ||
| Titanic-Dataset.csv | 59.76 KB | ||
| Top_Highest_Openings.csv | 83.32 KB | ||
| stores_data.csv | 6.74 KB | ||
| 3_data_cleaning_avec_pandas | |||
| 3 - data cleaning avec pandas - Exercice - élève .ipynb | 5.17 KB | ||
| 3 - data cleaning avec pandas - Exercice correction.ipynb | 6.67 KB | ||
| 3 - data cleaning avec pandas - cours - élève.ipynb | 75.58 KB | ||
| employes.csv | 1.44 KB | ||
| stores_data.csv | 6.67 KB | ||
| 4_data_modeling_avec_pandas | |||
| 4 - data modeling avec Pandas - Exercice - élève.ipynb | 9.08 KB | ||
| 4 - data modeling avec Pandas - Exercice correction.ipynb | 7.66 KB | ||
| 4 - data modeling avec Pandas - cours - élève.ipynb | 15.55 KB | ||
| Titanic-Dataset.csv | 59.76 KB | ||
| Top_Highest_Openings.csv | 83.32 KB | ||
| Top_Highest_Openings_Modeled.csv | 132.4 KB | ||
| 5_les_dates_avec_pandas | |||
| 5 - Les dates avec Pandas - cours - élève.ipynb | 2.3 MB | ||
| 5 - Les dates avec pandas - Exercice - élève.ipynb | 3.6 KB | ||
| 5 - Les dates avec pandas - Exercice correction.ipynb | 4.88 KB | ||
| movies_light.csv | 158 B | ||
| 6_analyse_des_donnees_avec_pandas | |||
| 6 - analyse des données avec Pandas - Exercice - élève.ipynb | 5.16 KB | ||
| 6 - analyse des données avec Pandas - Exercice correction.ipynb | 6.67 KB | ||
| 6 - analyse des données avec Pandas - cours - élève.ipynb | 10.42 KB | ||
| Titanic-Dataset.csv | 59.76 KB | ||
| Top_Highest_Openings_Modeled.csv | 132.4 KB | ||
| 7_Combiner plusieurs sources de données | |||
| 7 - Combiner plusieurs sources de données - cours - élève.ipynb | 7.62 KB | ||
| 7 - Combiner plusieurs sources de données - exercice - élève.ipynb | 2.65 KB | ||
| 7 - Combiner plusieurs sources de données - exercice correction.ipynb | 3.16 KB | ||
| 8_ateliers | |||
| 1_Netflix | |||
| Atelier 1 - Netflix - correction.ipynb | 17.15 KB | ||
| Atelier 1 - Netflix - énoncé.ipynb | 6.9 KB | ||
| netflix_cleaning.csv | 3.32 MB | ||
| netflix_titles.csv | 3.37 MB | ||
| 3_dataviz | |||
| 1_matplotlib | |||
| 1 - Data vizualisation avec matplotlib - cours- élève.ipynb | 196.77 KB | ||
| Titanic-Dataset.csv | 59.76 KB | ||
| 2_seaborn | |||
| 2 - Data vizualisation avec Seaborn - cours - élève.ipynb | 42.51 KB | ||
| Titanic-Dataset.csv | 59.76 KB | ||
| 3_plotly | |||
| 3 - Visualisations avec plotly - cours - élève.ipynb | 12.85 KB | ||
| Titanic-Dataset.csv | 59.76 KB | ||
| 4_donnees_geographique | |||
| 4_manipuler données geographiques - cours- élève.ipynb | 98.8 KB | ||
| NYC Accidents 2020.csv | 14.04 MB | ||
| country_iso_codes.csv | 2.51 KB | ||
| nyc_boroughs.geojson | 2.55 MB | ||
| world-data-2023.csv | 48.05 KB | ||
| 5_atelier | |||
| Atelier_data_visualisation - corrections.ipynb | 11.36 KB | ||
| Atelier_data_visualisation - énoncé.ipynb | 5.87 KB | ||
| cast_list.csv | 1.31 MB | ||
| categories_exploded.csv | 415.45 KB | ||
| country_iso_codes.csv | 2.51 KB | ||
| coutries_exploded.csv | 177.5 KB | ||
| netflix_cleaning.csv | 3.32 MB | ||
| 3_fichiers_cours_data_extraction | |||
| 1_SQL | |||
| Le SQL - cours - elève.ipynb | 399.99 KB | ||
| Movies_duckdb.csv | 201.53 KB | ||
| Top_1000_IMDb_movies_New_version.csv | 203.03 KB | ||
| database.sqlite | 298.59 MB | ||
| foot.png | 112.73 KB | ||
| 2_WebScraping | |||
| 2_scraper_beautfifulSoup | |||
| BeautifulSoup - Exercice - Correction.ipynb | 1.9 KB | ||
| BeautifulSoup - Exercice - Enoncé.ipynb | 1.47 KB | ||
| BeautilfulSoup - cours - élève.ipynb | 15.06 KB | ||
| 3_Selenium | |||
| Exercice - Enoncé.ipynb | 2.64 KB | ||
| Exercice - correction.ipynb | 4.92 KB | ||
| Selenium - cours- élève.ipynb | 11.02 KB | ||
| 3_API | |||
| Cours - API - élève.ipynb | 22.26 KB | ||
| 4_fichier_cours_machine_learning | |||
| 1 - machine learning - cours- élève.ipynb | 33.82 KB | ||
| house_data.csv | 931.12 KB | ||
| 8. Introduction à Jupyter Notebook.mp4 | 12.25 MB | ||
| 9. Prise en main de Jupyter.mp4 | 57.25 MB | ||
| 10. Les librairies Math et Random | |||
| 1. Package math.mp4 | 43.9 MB | ||
| 2. Package random.mp4 | 82.6 MB | ||
| 4. Énoncé d'exercice sur math et random.mp4 | 13.27 MB | ||
| 5. Correction de l'exercice sur math et random.mp4 | 45.33 MB | ||
| 11. La librairie Datetime | |||
| 1. Introduction aux dates.mp4 | 57.99 MB | ||
| 2. La classe Time.mp4 | 118.54 MB | ||
| 3. La classe DateTime.mp4 | 47.37 MB | ||
| 4. Formatage et conversion de DateTime.mp4 | 77.65 MB | ||
| 5. Format ISO.mp4 | 18.49 MB | ||
| 6. Les timestamps.mp4 | 18.58 MB | ||
| 8. Énoncé d'exercice sur DateTime.mp4 | 23.68 MB | ||
| 9. Correction de l'exercice sur DateTime.mp4 | 74.47 MB | ||
| 12. Lecture et modification de documents en Python | |||
| 1. Ouverture et manipulation de documents.mp4 | 152.36 MB | ||
| 2. Modification de documents.mp4 | 137.25 MB | ||
| 3. Création et suppression de documents.mp4 | 66.46 MB | ||
| 4. Manipuler un fichier JSON.mp4 | 119.33 MB | ||
| 5. Convertir un objet Python en JSON.mp4 | 82.07 MB | ||
| 6. Requests et manipulation de CSV.mp4 | 145.96 MB | ||
| 8. Énoncé d'exercice sur la manipulation de documents.mp4 | 9.04 MB | ||
| 9. Correction des exercices sur la manipulation de documents.mp4 | 55.44 MB | ||
| 13. Gestion des erreurs | |||
| 1. Les erreurs en Python.mp4 | 38.47 MB | ||
| 2. Try et Except.mp4 | 107.04 MB | ||
| 3. Raise.mp4 | 25 MB | ||
| 4. Finally.mp4 | 27.48 MB | ||
| 6. Énoncé d'exercice sur la gestion des erreurs.mp4 | 6.52 MB | ||
| 7. Correction de l'exercice sur les erreurs.mp4 | 43.64 MB | ||
| 14. Les algorithmes | |||
| 1. Introduction aux algorithmes.mp4 | 20.49 MB | ||
| 2. Algorithme de tri par sélection.mp4 | 149.83 MB | ||
| 3. Tri par bulle.mp4 | 90.88 MB | ||
| 4. Algorithme de recherche linéaire.mp4 | 23.54 MB | ||
| 5. Algorithme de recherche binaire.mp4 | 46.36 MB | ||
| 6. Complexité algorithmique.mp4 | 14.9 MB | ||
| 8. Énoncé d'exercice sur les algorithmes.mp4 | 9.13 MB | ||
| 9. Correction de l'exercice sur les algorithmes.mp4 | 24.69 MB | ||
| 15. Introduction à l'analyse de données | |||
| 1. Introduction à la data analyse.mp4 | 22.76 MB | ||
| 16. NumPy - Création et exploration de tableaux | |||
| 1. Introduction à NumPy.mp4 | 12.77 MB | ||
| 11. Énoncé d'exercice NumPy - Création et exploration.mp4 | 31.21 MB | ||
| 12. Correction d'exercice NumPy - Création et exploration.mp4 | 126.86 MB | ||
| 2. Présentation du concept de matrice.mp4 | 12.78 MB | ||
| 3. Taille et éléments de matrice.mp4 | 21.43 MB | ||
| 4. Création des premiers tableaux NumPy.mp4 | 34.12 MB | ||
| 5. Attributs des tableaux.mp4 | 66.14 MB | ||
| 6. Accès aux éléments du tableau.mp4 | 66.42 MB | ||
| 7. Le slicing.mp4 | 26.04 MB | ||
| 8. Sélection de sous-tableau.mp4 | 91.64 MB | ||
| 9. Boucler sur un tableau.mp4 | 41.03 MB | ||
| 17. NumPy - Opérations et statistiques | |||
| 1. Addition et soustraction de matrices.mp4 | 16.29 MB | ||
| 10. Les distributions.mp4 | 20.89 MB | ||
| 11. Statistiques dans NumPy.mp4 | 93.43 MB | ||
| 12. Analyse de distribution dans NumPy.mp4 | 22.38 MB | ||
| 13. Les UFuncs.mp4 | 16.39 MB | ||
| 15. Énoncé d'exercice - Opérations et statistiques avec NumPy.mp4 | 20.79 MB | ||
| 16. Correction d'exercice - Opérations et statistiques avec NumPy.mp4 | 187.23 MB | ||
| 2. Multiplication de matrices.mp4 | 36.07 MB | ||
| 3. Opérations mathématiques avec NumPy.mp4 | 110.87 MB | ||
| 4. Introduction à l'analyse descriptive.mp4 | 25 MB | ||
| 5. Les types de données.mp4 | 5.76 MB | ||
| 6. Les valeurs extrêmes.mp4 | 4.55 MB | ||
| 7. Le mode.mp4 | 7.18 MB | ||
| 8. Moyenne et médiane.mp4 | 9.57 MB | ||
| 9. Les quartiles.mp4 | 7.13 MB | ||
| 18. NumPy - Import et cleaning des données | |||
| 1. Importation de Données avec NumPy (loadfromtext).mp4 | 132.55 MB | ||
| 10. Gestion des valeurs manquantes - Théorie.mp4 | 42.38 MB | ||
| 11. Gestion des valeurs manquantes - Pratique.mp4 | 38.02 MB | ||
| 12. Utilisation de np.where.mp4 | 45.89 MB | ||
| 13. Énoncé de l'exercice sur la gestion des valeurs manquantes.mp4 | 23.26 MB | ||
| 14. Correction de l'exercice sur la gestion des valeurs manquantes.mp4 | 62.85 MB | ||
| 15. Gestion des copies et des vues dans NumPy.mp4 | 31.22 MB | ||
| 16. Méthode reshape.mp4 | 74.8 MB | ||
| 17. Énoncé de l'exercice sur le formatage des tableaux.mp4 | 8.84 MB | ||
| 18. Correction de l'exercice sur le formatage des tableaux.mp4 | 25.39 MB | ||
| 19. Fusion et concaténation de tableaux.mp4 | 133.53 MB | ||
| 2. Importation de Données avec NumPy (genfromtxt).mp4 | 22.86 MB | ||
| 20. Énoncé de l'exercice sur la fusion de matrices.mp4 | 11.12 MB | ||
| 21. Correction de l'exercice sur la fusion de matrices.mp4 | 38.94 MB | ||
| 22. Recherche dans les arrays.mp4 | 82.88 MB | ||
| 23. Trier une matrice.mp4 | 48.03 MB | ||
| 24. Filtrer une matrice.mp4 | 97.09 MB | ||
| 25. Énoncé de l'exercice sur le tri et le filtrage.mp4 | 23.21 MB | ||
| 26. Correction de l'exercice sur le tri et le filtrage.mp4 | 53.4 MB | ||
| 3. Exercice d'importation de données NumPy - Énoncé.mp4 | 20.88 MB | ||
| 4. Exercice d'importation de données NumPy - Correction.mp4 | 39.54 MB | ||
| 5. Comprendre les types de données dans NumPy.mp4 | 44.65 MB | ||
| 6. Définition et changement de type de données dans NumPy.mp4 | 30.53 MB | ||
| 7. Changer le type de données dans des tableaux de types multiples.mp4 | 53.2 MB | ||
| 8. Énoncé de l'exercice sur les types de données.mp4 | 6.78 MB | ||
| 9. Correction de l'exercice sur les types de données.mp4 | 10.08 MB | ||
| 19. NumPy - Méthodes avancées | |||
| 1. Module Random de NumPy.mp4 | 81.92 MB | ||
| 2. Random Seed.mp4 | 17.37 MB | ||
| 3. API Random de NumPy.mp4 | 62.87 MB | ||
| 4. Génération de distribution.mp4 | 51.58 MB | ||
| 6. Énoncé des exercices sur Random.mp4 | 13.65 MB | ||
| 7. Correction des exercices sur Random.mp4 | 122.35 MB | ||
| 2. Les variables | |||
| 1. Introduction au concept de variable.mp4 | 25.29 MB | ||
| 10. Bonus Astuces de code - Les commentaires.mp4 | 42.1 MB | ||
| 12. Énoncé de l'exercice.mp4 | 17.1 MB | ||
| 13. Correction de l'exercice.mp4 | 165.86 MB | ||
| 2. Créer ses premières variables.mp4 | 53.51 MB | ||
| 3. Les types de variables.mp4 | 22.9 MB | ||
| 4. Les variables liées aux nombres.mp4 | 113.8 MB | ||
| 5. Les variables string.mp4 | 36.32 MB | ||
| 6. Manipuler une string.mp4 | 23.06 MB | ||
| 7. Modifier une string.mp4 | 46 MB | ||
| 8. Les concaténations.mp4 | 37.87 MB | ||
| 9. Modifier le type d'une variable.mp4 | 33.87 MB | ||
| 20. NumPy - Atelier 1 Starbucks | |||
| 1. Atelier Starbucks - Présentation.mp4 | 10.93 MB | ||
| 2. Atelier Starbucks - Correction d'importation des données.mp4 | 47.47 MB | ||
| 3. Atelier Starbucks - Correction de nettoyage des données.mp4 | 107.39 MB | ||
| 4. Atelier Starbucks - Correction d'analyse des données.mp4 | 27.71 MB | ||
| 5. Atelier Starbucks - Correction de modélisation des données.mp4 | 65.08 MB | ||
| 21. NumPy - Atelier 2 Pays | |||
| 1. Atelier Pays avec NumPy - Énoncé.mp4 | 22.46 MB | ||
| 2. Atelier Pays avec NumPy - Correction Partie 1.mp4 | 112.55 MB | ||
| 3. Atelier Pays avec NumPy - Correction Partie 2.mp4 | 85.13 MB | ||
| 22. Pandas - Introduction | |||
| 1. Introduction à Pandas.mp4 | 30.41 MB | ||
| 23. Pandas - Construire un DataFrame | |||
| 1. Créer une série avec Pandas.mp4 | 79 MB | ||
| 10. Correction des exercices sur la construction de DataFrame.mp4 | 112.88 MB | ||
| 2. Créer un DataFrame à partir de listes ou d'un dictionnaire.mp4 | 46.16 MB | ||
| 3. Gestion de l'index dans un DataFrame.mp4 | 54.81 MB | ||
| 4. Créer un DataFrame à partir d'un fichier CSV.mp4 | 73.51 MB | ||
| 5. Importer d'autres types de fichiers.mp4 | 48.77 MB | ||
| 6. Importer un fichier JSON.mp4 | 31 MB | ||
| 7. Exporter son DataFrame en différents formats.mp4 | 41.66 MB | ||
| 9. Énoncé des exercices sur la construction de DataFrame.mp4 | 16.85 MB | ||
| 24. Pandas - Naviguer dans un DataFrame | |||
| 1. Selection simple de colonnes et de lignes - Ajout d'explication sur les er.mp4 | 78.35 MB | ||
| 2. La méthode .loc.mp4 | 84.51 MB | ||
| 3. La méthode .iloc.mp4 | 72.56 MB | ||
| 5. Naviguer dans un DataFrame - Énoncé des exercices.mp4 | 5.79 MB | ||
| 6. Naviguer dans un DataFrame - Correction des exercices.mp4 | 46.86 MB | ||
| 25. Pandas - Data cleaning | |||
| 1. Analyse préliminaire du dataset avant data cleaning.mp4 | 44.34 MB | ||
| 11. Data cleaning avec Pandas - Énoncés des exercices.mp4 | 35.92 MB | ||
| 12. Data cleaning avec Pandas - Corrections des exercices.mp4 | 126.68 MB | ||
| 2. Exploration des colonnes.mp4 | 58.52 MB | ||
| 3. Réordonner les colonnes à utiliser.mp4 | 56.88 MB | ||
| 4. Modifier le type des colonnes.mp4 | 104.71 MB | ||
| 5. Gestion des valeurs manquantes.mp4 | 141.56 MB | ||
| 6. Gestion des lignes doublonnées.mp4 | 52.56 MB | ||
| 7. Transformations plus complexes via les loops et apply.mp4 | 128.49 MB | ||
| 8. Retraitement via apply.mp4 | 98.21 MB | ||
| 9. Bonus - Modifier l'affichage du DataFrame.mp4 | 17.28 MB | ||
| 26. Pandas - Data modeling | |||
| 1. Filter sur un DataFrame.mp4 | 75.63 MB | ||
| 10. Gestion des valeurs manquantes dans le tri.mp4 | 15.84 MB | ||
| 11. Tri sur place.mp4 | 10.43 MB | ||
| 12. Tri par critères personnalisés.mp4 | 32.07 MB | ||
| 13. Le concept de tri stable.mp4 | 18.68 MB | ||
| 14. Modeling - Création de colonnes simples.mp4 | 66.45 MB | ||
| 15. Modeling - Colonnes conditionnelles.mp4 | 11.39 MB | ||
| 16. Modeling - Concaténation.mp4 | 11.18 MB | ||
| 17. Modeling - Catégorisation.mp4 | 23.36 MB | ||
| 18. Modeling - Transformer une série de valeurs par une autre (.map()).mp4 | 15.33 MB | ||
| 19. Modeling - Création de flags.mp4 | 18.52 MB | ||
| 2. Filtrer sur du texte.mp4 | 39.25 MB | ||
| 21. Modeling - Exercice - Énoncé.mp4 | 13.44 MB | ||
| 22. Modeling - Exercice - Correction.mp4 | 251.29 MB | ||
| 3. Combinaison de filtres.mp4 | 90.25 MB | ||
| 4. Filtres via Query.mp4 | 59.33 MB | ||
| 5. Autres méthodes de filtrage.mp4 | 25.92 MB | ||
| 6. Tris simples.mp4 | 26.57 MB | ||
| 7. Tris multiples.mp4 | 32.9 MB | ||
| 8. Tri descendant.mp4 | 41.46 MB | ||
| 9. Tri par index.mp4 | 20.58 MB | ||
| 27. Pandas - Gestion des dates | |||
| 1. Conversion basique de date.mp4 | 58.18 MB | ||
| 10. Gestion des fuseaux horaires avec Pandas.mp4 | 81.31 MB | ||
| 11. Filtrer sur une colonne de dates.mp4 | 44.12 MB | ||
| 12. Gestion des valeurs manquantes dans une colonne de dates.mp4 | 34.53 MB | ||
| 13. Optimisation des performances avec l'indexation temporelle.mp4 | 13.16 MB | ||
| 15. Dates avec Pandas - Exercice - Énoncé.mp4 | 12.03 MB | ||
| 16. Dates avec Pandas - Exercice - Correction.mp4 | 105.64 MB | ||
| 2. Conversion avec précision du format.mp4 | 80.56 MB | ||
| 3. Les timestamps Unix.mp4 | 16.89 MB | ||
| 4. Extraction d'informations.mp4 | 50.08 MB | ||
| 5. Calcul de durées entre deux colonnes.mp4 | 85.24 MB | ||
| 6. Calculer le temps entre deux lignes.mp4 | 23.88 MB | ||
| 7. Calculer une durée par rapport à la date actuelle.mp4 | 26.35 MB | ||
| 8. Manipulation de temps sur des dates.mp4 | 73.32 MB | ||
| 9. Paramétrage dynamique.mp4 | 14.73 MB | ||
| 28. Pandas - Analyse des données | |||
| 1. Les méthodes de descriptions générales du dataset.mp4 | 40.61 MB | ||
| 11. Statistique avec Pandas - Exercice - Énoncé.mp4 | 27.86 MB | ||
| 12. Statistique avec Pandas - Exercice - Correction.mp4 | 157.88 MB | ||
| 2. Méthodes statistiques basiques.mp4 | 20.66 MB | ||
| 3. Comptabilisation des valeurs.mp4 | 40.94 MB | ||
| 4. Analyse d'une distribution avec Pandas.mp4 | 44.12 MB | ||
| 5. Segmentation des données.mp4 | 76.01 MB | ||
| 6. Fonctionnalité Groupby.mp4 | 181.3 MB | ||
| 7. Table Pivot.mp4 | 102.05 MB | ||
| 8. Liaison entre deux colonnes quantitatives.mp4 | 95.09 MB | ||
| 9. Calcul de la covariance et de la corrélation.mp4 | 34.75 MB | ||
| 29. Pandas - Combiner plusieurs sources de données | |||
| 1. Combinaison de Données avec concat.mp4 | 38.35 MB | ||
| 2. Maîtriser les Jointures avec Pandas.mp4 | 103.4 MB | ||
| 4. Combiner plusieurs sources de données - Énoncé de l'exercice.mp4 | 11.7 MB | ||
| 5. Combiner plusieurs sources de données - Correction de l'exercice.mp4 | 35.47 MB | ||
| 3. Les conditions | |||
| 1. Introduction au concept de condition.mp4 | 4.64 MB | ||
| 10. Combinaison d'opérateurs.mp4 | 26.75 MB | ||
| 11. Exemples de combinaisons d'opérateurs.mp4 | 39.63 MB | ||
| 12. Conditions simples.mp4 | 72.68 MB | ||
| 13. Les short-hands.mp4 | 31.96 MB | ||
| 14. Opérateur NOT.mp4 | 13.33 MB | ||
| 15. Les conditions imbriquées.mp4 | 45.26 MB | ||
| 17. Énoncé des exercices sur les conditions.mp4 | 37.81 MB | ||
| 18. Corrections des exercices sur les conditions.mp4 | 92.08 MB | ||
| 2. Fonctionnement booléen.mp4 | 6.88 MB | ||
| 3. Déclaration directe booléenne.mp4 | 16.18 MB | ||
| 4. Opérateur égal.mp4 | 32.31 MB | ||
| 5. Opérateur différent.mp4 | 8.14 MB | ||
| 6. Opérateur supérieur et inférieur.mp4 | 42.52 MB | ||
| 7. Concept des opérateurs logiques.mp4 | 12.08 MB | ||
| 8. Opérateur AND.mp4 | 14.61 MB | ||
| 9. Opérateur OR.mp4 | 11.17 MB | ||
| 30. Pandas - Atelier Netflix | |||
| 1. Atelier Netflix - Énoncé.mp4 | 36.09 MB | ||
| 2. Atelier Netflix - Correction de data cleaning.mp4 | 92.86 MB | ||
| 3. Atelier Netflix - Correction sur le type des colonnes.mp4 | 88.69 MB | ||
| 4. Création de DataFrames annexes.mp4 | 86.76 MB | ||
| 5. Création de colonnes temporelles.mp4 | 15.42 MB | ||
| 6. Analyse de données.mp4 | 128.47 MB | ||
| 31. DataViz - Concepts de data visualization | |||
| 1. Introduction à la data visualisation.mp4 | 65.67 MB | ||
| 10. Variables quantitatives et qualitatives.mp4 | 48.09 MB | ||
| 11. Récapitulatif.mp4 | 20.65 MB | ||
| 2. Les trois piliers de la data viz.mp4 | 55.32 MB | ||
| 3. Les attributs pré-attentifs.mp4 | 11.93 MB | ||
| 4. Hiérarchie des attributs.mp4 | 24.65 MB | ||
| 5. Choix des visualisations.mp4 | 52.53 MB | ||
| 6. 1 variable quantitative.mp4 | 6.41 MB | ||
| 7. 2 variables quantitatives.mp4 | 13.76 MB | ||
| 8. 3 variables quantitatives et plus.mp4 | 15.57 MB | ||
| 9. 1 variable qualitative.mp4 | 18.1 MB | ||
| 32. DataViz - Matplotlib | |||
| 1. Présentation de Matplotlib.mp4 | 48.31 MB | ||
| 10. Graphique nuage de points basique.mp4 | 19.88 MB | ||
| 11. Graphique nuage de points avec catégorie.mp4 | 37.62 MB | ||
| 12. Bubble chart.mp4 | 35.4 MB | ||
| 13. Graphique à aires simple.mp4 | 22.21 MB | ||
| 14. Graphique à aires empilés.mp4 | 96.04 MB | ||
| 16. Matplotlib - Exercice - Énoncé.mp4 | 24.16 MB | ||
| 17. Matplotlib - Exercice - Correction.mp4 | 78.3 MB | ||
| 2. Créer sa première figure.mp4 | 154.72 MB | ||
| 3. Création de plusieurs graphiques sur une figure.mp4 | 135.52 MB | ||
| 4. Anatomie d'une figure.mp4 | 46.47 MB | ||
| 5. Les courbes.mp4 | 156.9 MB | ||
| 6. Ventilation de la courbe.mp4 | 77.03 MB | ||
| 7. Les diagrammes en barres.mp4 | 35.17 MB | ||
| 8. Diagramme en barres horizontal.mp4 | 19.37 MB | ||
| 9. Diagramme en barres pour comparaison de plusieurs catégories.mp4 | 59.84 MB | ||
| 33. DataViz - Seaborn | |||
| 1. Présentation de Seaborn.mp4 | 18.29 MB | ||
| 10. Exercice Seaborn - Énoncé.mp4 | 3.76 MB | ||
| 11. Exercice Seaborn - Correction.mp4 | 19.63 MB | ||
| 2. Différences de création de graphique entre Matplotlib et Seaborn.mp4 | 54.59 MB | ||
| 3. Seaborn et les thèmes.mp4 | 99.88 MB | ||
| 4. Histogramme.mp4 | 39.39 MB | ||
| 5. Afficher la distribution en fonction d'une catégorie.mp4 | 39.61 MB | ||
| 6. Box plot.mp4 | 55.31 MB | ||
| 7. Violon plots.mp4 | 54.17 MB | ||
| 8. Les cartes de chaleur.mp4 | 81.59 MB | ||
| 34. DataViz - Plotly | |||
| 1. Présentation de Plotly.mp4 | 10.12 MB | ||
| 2. Différences de création de graphique entre Matplotlib.mp4 | 84.89 MB | ||
| 3. Afficher des répartitions par zone ou par taille.mp4 | 151.13 MB | ||
| 4. Afficher des segmentations successives.mp4 | 78.85 MB | ||
| 5. Visualisation des relations entre variables.mp4 | 148.24 MB | ||
| 6. Création d'animations temporelles.mp4 | 74.08 MB | ||
| 8. Exercice Plotly - Énoncé.mp4 | 3.83 MB | ||
| 9. Exercice Plotly - Correction.mp4 | 23.59 MB | ||
| 35. DataViz - Données géographiques | |||
| 1. Choropleth.mp4 | 190.82 MB | ||
| 2. Visualisation via nuage de points.mp4 | 25.18 MB | ||
| 3. Faire varier le type de carte.mp4 | 40.07 MB | ||
| 5. Afficher des données en fonction de coordonnées géographiques.mp4 | 237.23 MB | ||
| 6. Affichez les données via des zones définies en geoJSON.mp4 | 258.98 MB | ||
| 36. DataViz - Atelier | |||
| 1. Atelier Data Viz - Énoncé.mp4 | 31.73 MB | ||
| 2. Atelier Data Viz - Correction.mp4 | 182.26 MB | ||
| 37. SQL | |||
| 1. Introduction à SQL.mp4 | 39.54 MB | ||
| 10. Tris et limites - Théorie.mp4 | 9.98 MB | ||
| 11. Tris et limites - Pratique.mp4 | 32.92 MB | ||
| 12. Groupby - Théorie.mp4 | 35.61 MB | ||
| 13. Groupby - Pratique.mp4 | 95.81 MB | ||
| 14. Les jointures - Théorie.mp4 | 27.54 MB | ||
| 15. Les jointures - Pratique.mp4 | 102.15 MB | ||
| 16. Les jointures multiples.mp4 | 113.29 MB | ||
| 18. Exercice SQL - Énoncé.mp4 | 5.44 MB | ||
| 19. Exercice SQL - Correction.mp4 | 96.92 MB | ||
| 2. Construire ses premières requêtes - Théorie.mp4 | 11.37 MB | ||
| 20. Bonus 1 Les connexions à d'autres types de bases de données.mp4 | 116.23 MB | ||
| 21. Bonus 2 DuckDB - Introduction.mp4 | 14.78 MB | ||
| 22. Import d'une table DuckDB.mp4 | 54.64 MB | ||
| 23. Data cleaning.mp4 | 84.73 MB | ||
| 24. Exploration des données.mp4 | 63.18 MB | ||
| 25. Export des données.mp4 | 22.15 MB | ||
| 3. Présentation de la base de données.mp4 | 23.26 MB | ||
| 4. Connexion en Python à une base de données.mp4 | 69.54 MB | ||
| 5. Effectuer des premières requêtes.mp4 | 77.19 MB | ||
| 6. Les filtres - Théorie.mp4 | 11.4 MB | ||
| 7. Les filtres numériques.mp4 | 47.37 MB | ||
| 8. Les filtres textuels.mp4 | 30 MB | ||
| 9. Les filtres combinés.mp4 | 30.02 MB | ||
| 38. Webscraping | |||
| 1. Présentation du Webscraping.mp4 | 7.83 MB | ||
| 10. Comment intégrer CSS.mp4 | 60.2 MB | ||
| 11. Construction de page CSS.mp4 | 46.16 MB | ||
| 12. CSS sur ID et classes.mp4 | 67.11 MB | ||
| 13. Mise en forme de liste à puces et tableaux.mp4 | 47.06 MB | ||
| 14. Déclencher un événement JS.mp4 | 57.23 MB | ||
| 15. Afficher contenu au clic - JS.mp4 | 24.75 MB | ||
| 16. Présentation de BeautifulSoup.mp4 | 24.87 MB | ||
| 17. Première requête.mp4 | 69.13 MB | ||
| 18. Les requêtes HTTP.mp4 | 9.64 MB | ||
| 19. Parser une page web avec BeautifulSoup.mp4 | 65.19 MB | ||
| 2. Pourquoi faire du Webscraping.mp4 | 17.8 MB | ||
| 20. Accéder à des sous-ensembles du DOM.mp4 | 123.59 MB | ||
| 21. Récupérer une liste d'éléments.mp4 | 144.69 MB | ||
| 22. Naviguer dans le DOM.mp4 | 99.36 MB | ||
| 23. Faire un code d'extraction complet.mp4 | 242.92 MB | ||
| 25. Énoncé d'exercice BeautifulSoup.mp4 | 11.73 MB | ||
| 26. Correction de l'exercice BeautifulSoup.mp4 | 94.66 MB | ||
| 27. Introduction à Selenium.mp4 | 10.52 MB | ||
| 28. Présentation du cas à faire.mp4 | 51.62 MB | ||
| 29. Configuration du Chrome Driver.mp4 | 97.18 MB | ||
| 3. Quelles sont les connaissances pour faire du Webscraping.mp4 | 7.97 MB | ||
| 30. Code d'extraction complet avec Selenium.mp4 | 151.26 MB | ||
| 31. Naviguer entre plusieurs pages.mp4 | 150.95 MB | ||
| 32. Sélectionner des éléments dans un formulaire.mp4 | 201.87 MB | ||
| 33. Désactiver la visualisation du navigateur.mp4 | 40.41 MB | ||
| 34. Se connecter à un compte.mp4 | 125.63 MB | ||
| 36. Présentation de l'exercice.mp4 | 6.56 MB | ||
| 37. Correction de l'exercice.mp4 | 102.61 MB | ||
| 4. Les langages web côté client.mp4 | 44.57 MB | ||
| 5. Fin de l'introduction côté client.mp4 | 2.74 MB | ||
| 6. Configuration de VS Code.mp4 | 15.4 MB | ||
| 7. Construction de page HTML.mp4 | 25.49 MB | ||
| 8. Balises HTML de contenus.mp4 | 37.99 MB | ||
| 9. Liste à puces et tableaux.mp4 | 43.53 MB | ||
| 39. Les API | |||
| 1. Les API - Introduction.mp4 | 18.2 MB | ||
| 10. Combiner plusieurs End Points - Mise en pratique.mp4 | 169.77 MB | ||
| 11. Connexion via Token API.mp4 | 33.92 MB | ||
| 13. Les API - Énoncé de l'exercice.mp4 | 27.11 MB | ||
| 14. Les API - Correction de l'exercice.mp4 | 138.06 MB | ||
| 2. Les documentations API.mp4 | 30.58 MB | ||
| 3. Présentation de l'API World Bank et premier appel.mp4 | 172.31 MB | ||
| 4. Gestion du statut de retour de l'API.mp4 | 59.25 MB | ||
| 5. Changement du End Point.mp4 | 67.37 MB | ||
| 6. Ajout de paramètres.mp4 | 161.03 MB | ||
| 7. Gestion de la pagination.mp4 | 112.89 MB | ||
| 8. Normaliser les valeurs de retour.mp4 | 140.17 MB | ||
| 9. Combiner plusieurs End Points - Théorie.mp4 | 60.24 MB | ||
| 4. Les listes | |||
| 1. Concept et déclaration de liste.mp4 | 65.54 MB | ||
| 10. Accès aux éléments du tuple.mp4 | 11.88 MB | ||
| 11. Modification de tuple.mp4 | 11.76 MB | ||
| 12. Méthodes de tuple.mp4 | 5.6 MB | ||
| 13. Concaténation de tuple.mp4 | 13.1 MB | ||
| 14. Conversion de tuple.mp4 | 11.82 MB | ||
| 15. Combiner des tuples.mp4 | 28.27 MB | ||
| 17. Énoncé des exercices sur les tuples.mp4 | 12.52 MB | ||
| 18. Correction des exercices sur les tuples.mp4 | 71.44 MB | ||
| 19. Présentation du set.mp4 | 41.13 MB | ||
| 2. Accès et modification d'éléments de liste.mp4 | 88.01 MB | ||
| 20. Modification de set.mp4 | 20.66 MB | ||
| 21. Opérations sur plusieurs sets.mp4 | 43.61 MB | ||
| 22. Cas pratique d'opérations sur les sets.mp4 | 60.11 MB | ||
| 23. Les frozensets.mp4 | 12.05 MB | ||
| 24. Ensemble et sous-ensemble.mp4 | 39.21 MB | ||
| 26. Énoncé d'exercice sur les sets.mp4 | 10.19 MB | ||
| 27. Correction des exercices sur les sets.mp4 | 97.66 MB | ||
| 3. Méthodes de liste.mp4 | 63.18 MB | ||
| 4. Listes multidimensionnelles.mp4 | 48.22 MB | ||
| 5. Copies profondes d'une liste.mp4 | 14.31 MB | ||
| 7. Énoncé d'exercice sur les listes.mp4 | 27.44 MB | ||
| 8. Correction des exercices sur les listes.mp4 | 248.62 MB | ||
| 9. Présentation du tuple.mp4 | 23.27 MB | ||
| 40. Machine Learning | |||
| 1. Introduction à la Data Science.mp4 | 75.65 MB | ||
| 10. Mise en production du modèle.mp4 | 11.87 MB | ||
| 11. Présentation du cas d'estimation de maisons.mp4 | 23.55 MB | ||
| 12. Import des données.mp4 | 24.47 MB | ||
| 13. Analyse de la colonne à prédire.mp4 | 61.3 MB | ||
| 14. Gestion des types de colonne.mp4 | 61.66 MB | ||
| 15. Gestion des valeurs manquantes.mp4 | 162.96 MB | ||
| 16. Gestion des colonnes sans lien avec la valeur à prédire.mp4 | 7.45 MB | ||
| 17. Data Modeling.mp4 | 27.61 MB | ||
| 18. Concept de régression linéaire.mp4 | 27.2 MB | ||
| 19. Choix de la métrique d'erreur.mp4 | 21.14 MB | ||
| 2. Dates clés du Machine Learning.mp4 | 36.52 MB | ||
| 20. Split du jeu de données.mp4 | 19.45 MB | ||
| 21. Randomisation et split.mp4 | 52.88 MB | ||
| 22. Réaliser une prédiction.mp4 | 66.71 MB | ||
| 23. Standardisation des valeurs.mp4 | 25.3 MB | ||
| 24. Standardisation - Mise en pratique.mp4 | 113.01 MB | ||
| 25. Nouvelle prédiction avec plusieurs colonnes.mp4 | 61.13 MB | ||
| 26. Dilemme biais-variance.mp4 | 32.39 MB | ||
| 27. Retirer les colonnes à faible corrélation.mp4 | 106.9 MB | ||
| 28. Supprimer les colonnes en double.mp4 | 53.58 MB | ||
| 29. Gestion des variables qualitatives.mp4 | 11.67 MB | ||
| 3. Comment la machine apprend.mp4 | 20.13 MB | ||
| 30. Get dummies.mp4 | 167.13 MB | ||
| 31. Prediction finale.mp4 | 59.49 MB | ||
| 4. Types de modèles de Machine Learning.mp4 | 32.37 MB | ||
| 5. Les étapes d'un projet de Data Science.mp4 | 26.39 MB | ||
| 6. Récupération des données.mp4 | 43.15 MB | ||
| 7. Exploration des données.mp4 | 39.66 MB | ||
| 8. Affiner la problématique.mp4 | 13.25 MB | ||
| 9. Choix du modèle de Machine Learning.mp4 | 168.24 MB | ||
| 41. Merci | |||
| 1. Merci.mp4 | 3.72 MB | ||
| 5. Les dictionnaires | |||
| 1. Définition des dictionnaires.mp4 | 16.43 MB | ||
| 2. Déclaration de dictionnaire.mp4 | 39.47 MB | ||
| 3. Accéder aux éléments du dictionnaire.mp4 | 67.16 MB | ||
| 4. Modification de dictionnaire.mp4 | 58.7 MB | ||
| 5. Méthodes de dictionnaire.mp4 | 34.83 MB | ||
| 6. Dictionnaire avec multi-propriétés.mp4 | 29.25 MB | ||
| 7. Énoncé d'exercice sur les dictionnaires.mp4 | 24.13 MB | ||
| 8. Correction de l'exercice sur les dictionnaires.mp4 | 139.8 MB | ||
| 6. Les boucles | |||
| 1. Concept de boucle.mp4 | 5.91 MB | ||
| 11. Énoncé d'exercice sur les boucles.mp4 | 22.61 MB | ||
| 12. Correction de l'exercice sur les boucles.mp4 | 150.77 MB | ||
| 2. Boucle while.mp4 | 49.47 MB | ||
| 3. Contrôle de flux dans une boucle.mp4 | 63.85 MB | ||
| 4. Opérateur de réaffectation.mp4 | 48.39 MB | ||
| 5. Boucle for.mp4 | 29.6 MB | ||
| 6. Itération sur plusieurs objets.mp4 | 30.83 MB | ||
| 7. Fonction range.mp4 | 20.52 MB | ||
| 8. Boucle sur plusieurs objets.mp4 | 59.55 MB | ||
| 9. Compréhension de liste.mp4 | 58.98 MB | ||
| 7. Les fonctions | |||
| 1. Concept de fonction.mp4 | 17.37 MB | ||
| 11. Énoncé d'exercice sur les fonctions.mp4 | 33.89 MB | ||
| 12. Correction de l'exercice sur les fonctions.mp4 | 185.55 MB | ||
| 2. Création de la première fonction.mp4 | 19.21 MB | ||
| 3. Paramètres de fonctions.mp4 | 88.38 MB | ||
| 4. Valeur de retour de fonction.mp4 | 98.38 MB | ||
| 5. Portée des variables.mp4 | 49.44 MB | ||
| 6. Args et Kwargs.mp4 | 102.11 MB | ||
| 7. Fonctions lambda.mp4 | 103.77 MB | ||
| 8. Les décorateurs.mp4 | 43.51 MB | ||
| 9. Yield.mp4 | 41.85 MB | ||
| 8. La programmation orientée objet | |||
| 1. Concept de POO.mp4 | 26.75 MB | ||
| 10. Correction de l'exercice sur la POO.mp4 | 64.86 MB | ||
| 2. Création de classe.mp4 | 95.95 MB | ||
| 3. Attributs.mp4 | 60.68 MB | ||
| 4. Méthodes.mp4 | 128.51 MB | ||
| 5. Encapsulation.mp4 | 57.2 MB | ||
| 6. L'héritage.mp4 | 52.03 MB | ||
| 7. Polymorphisme.mp4 | 28.96 MB | ||
| 9. Énoncé d'exercice sur la POO.mp4 | 4.96 MB | ||
| 9. Les packages | |||
| 1. Introduction aux packages.mp4 | 52.38 MB | ||
| 11. Énoncé d'exercice sur les packages.mp4 | 6.88 MB | ||
| 12. Correction de l'exercice sur les packages.mp4 | 59.08 MB | ||
| 2. Importer un module spécifique d'un package.mp4 | 34.85 MB | ||
| 3. Librairie pip.mp4 | 107.13 MB | ||
| 4. Utiliser VS Code.mp4 | 39.86 MB | ||
| 5. Créer son propre package.mp4 | 33.26 MB | ||
| 6. Importer son propre package.mp4 | 26.4 MB | ||
| 7. Présentation du package OS.mp4 | 99.8 MB | ||
| 8. Package sys - Partie 1.mp4 | 179.9 MB | ||
| 9. Package sys - Partie 2.mp4 | 40.28 MB | ||
| ▲ 618 total files | |||
Python pour la DATA : le cours ULTIME (+52h)

Vous travaillez dans l’univers de la data, où vous cherchez à le rejoindre, et vous souhaitez apprendre le Python ?
Vous êtes exactement là où il faut être !
Python est le langage permettant de gérer tous les aspects d’un projet data avec l’extraction de données, la data
analyse et la data Science.
Que vous soyez déjà un professionnel du secteur ou un pur débutant, maîtriser Python, c'est ouvrir
la porte à d'innombrables opportunités professionnelles.
Je suis Sébastien, consultant en Data Analytics depuis 10 ans et j'ai formé des milliers d'étudiants sur
des compétences autour de la data avec Python, et j’ai souhaité toutes les rassembler
dans un seul cours.
Dans ce cours de plus de 50 heures, qui n’exige aucune compétence technique au départ, je vous emmène
au cœur de la maitrise de la data avec Python :
*- D’abord, un grand chapitre sur l’apprentissage du langage Python, où on ne se contentera pas de voir les
bases du langage comme les conditions, les boucles, les dictionnaires etc… mais en allant beaucoup plus loin
avec la programmation orienté objet, la gestion des erreurs, gérer le terminal de commande
ou encore l’algorithmie.
*- Ensuite la data analyse, avec l’apprentissage de la statistique descriptive, Numpy, Pandas et de la data
visualisation. Là encore l’objectif est d’aller le plus loin possible sur ces librairies avec 7h de cours sur
Numpy, 9h sur Pandas et 7h sur la data Visualisation. Vous travaillerez sur des données réelles afin de vous
projeter dans un contexte professionnel. En bonus, un cours théorique d’1h sur l’art de la data visualisation.
*- Vient ensuite un grand chapitre sur l’extraction de données. Où vous apprendrez à extraire et manipuler
des données provenant d’une API, d’une base de données SQL et même d’un site web via le webscraping.
En bonus, vous apprendrez au passage de solides bases en langage SQL et même quelques compétences
de codes en HTML/CSS et javascript dans la partie sur le webscraping
*- Finalement le dernier chapitre sera dédié à la data science et l’introduction au machine Learning, où
je démystifierai tous les termes autour de cet univers et où nous construirons ensemble
un modèle de prédiction.
Alors je sais, Il existe beaucoup de cours sur Python, la data analyse, la data science…alors,
pourquoi choisir celui-ci ?
- Et bien ici Vous allez vous entrainer ! chaque section est ponctuée de QCM et de plusieurs
d’exercice où vous devrez appliquer les notions apprises
- Etoffez votre CV ! Plusieurs grands cas pratiques sont présents dans le cours, où vous obtiendrez
des projets de data analyse, data extraction, data science complets et basés sur des données réelles
à montrer lors de vos entretiens.
- Autre point : Le cours ne parle pas que de Python ! Comme indiquez précédemment, nous irons plus loin
que l’aspect code avec des chapitres sur la data visualisation, le statistique, le SQL, langages web
ou encore le machine learning
- Finalement, repartez avec un Ebook de 50 pages, résumant toutes les notions vues durant le cours et
qui vous servira de pense bête une fois celui-ci terminé
- De plus, gardez en tête que ce cours est satisfait ou remboursé , sans aucune condition, s’il ne
vous convient pas.
- Alors, prêts à booster vos compétences en Python pour la data ? Rejoignez moi dès maintenant pour
les premières sessions de ce cours !
Editeur : Udemy
Parution : 2024
Formateur : Sébastien Daviot
Durée : +52H
Qualité : WEB 1080P
Format : MP4
Codec Audio : HE-AAC
Codec Vidéo : AVC
Débit Global : ~ 564 kb/s
Langue : Français
Résolution:1920 x 1080
NB Fichiers: 618
Poids Total : 25 Go
Un fichier a été supprimé du dossier (7.2 fichiers_cours_data_science) c'est juste l’installeur du navigateur chrome
NB: Pour ceux qui trouve des bugs de son sur les formations que j'ai postés utiliser le lecteur MPV
| torrent name | size | uploader | age | seed | leech |
|---|---|---|---|---|---|
| 3.4 GB | freecoursewb | 15 hours | 2 | 17 | |
| 1 GB | freecoursewb | 1 week | 0 | 0 | |
|
Udemy - Python Programming for Beginners - Learn Python from Scratch Posted by
freecoursewb in Other
|
3.9 GB | freecoursewb | 1 week | 41 | 9 |
| 1.2 GB | freecoursewb | 1 week | 10 | 10 | |
| 1.9 GB | freecoursewb | 4 weeks | 5 | 0 |
All Comments