:orphan: |rss_image| **2023-01 - 1/1** :ref:`Blog ` :ref:`plan (12) ` .. |rss_image| image:: feed-icon-16x16.png :target: ../_downloads/rss.xml :alt: RSS ---- .. index:: 2023-01 .. _ap-month-2023-01-0: 2023-01 - 1/1 +++++++++++++ .. blogpostagg:: :title: Année 2023, séance 1 :date: 2023-01-10 :keywords: python :categories: plan :rawfile: 2023/2023-01-09_session1.rst Séance découpée en quatre parties. ... .. blogpostagg:: :title: Année 2023, plan :date: 2023-01-08 :keywords: python :categories: plan :rawfile: 2023/2023-01-08_plan.rst #. **Premiers pas avec python :** quelques rappels du langage, installation d'un package, différences entre windows et linux, expressions régulières, fichiers. #. **Calcul matriciel et graphes :** tour d'horizon de :epkg:`numpy`, :epkg:`pandas` #. **Graphes :** les graphes en python, :epkg:`matplotlib`, :epkg:`bokeh`, réalisation d'une carte. #. **Tour d'horizon de scikit-learn :** concepts de transformer et prédicteur, revue des modèles les plus couramment utilisés, présentation de la validation croisée, et grille de recherche, notion de pipe-line en machine learning. #. **Ingénierie logicielle :** tests unitaires, git, pull request, notebook, librairies, réalisation d'un package pour partager son code, écrire une documentation. Cette partie est utile si on travaille à plusieurs sur le même code. #. **Notions de séries temporelles :** prédiction, analyse de survie. #. **Grands jeux de données :** comment travailler lorsque la mémoire ne peut contenir toutes les données à traiter ou que ce traitement est trop long. #. **Quelques mots de deep learning :** encoding, transfer learning #. **Mise en production :** déploiement de modèles de machine learning ---- |rss_image| **2023-01 - 1/1** :ref:`2022-05 (1) ` :ref:`2023-01 (2) ` :ref:`2023-02 (1) ` :ref:`2023-03 (2) ` :ref:`2023-04 (1) `