Udemy-Python pour la Data Science et le Machine Learning: A à Z.2023.FR.WEB-DL.1080P.X264.TS

seeders: 43 leechers: 0
Added 3 years ago by Nawel087 in Other
Downloaded 5 times.
YggTorrent
Udemy-Python pour la Data Science et le Machine Learning: A à Z.2023.FR.WEB-DL.1080P.X264.TS

Torrent Contents Size: 1.74 GB

Udemy-Python pour la Data Science et le Machine Learning: A à Z.2023.FR.WEB-DL.1080P.X264.TS
1-Rappels sur le langage Python
10 - Variables.ts
TS
14.51 MB
11 - Opérateurs Arithmétiques.ts
TS
16.35 MB
12 - Opérateurs de Comparaison.ts
TS
6.58 MB
13 - Opérateurs Logiques.ts
TS
12.89 MB
14 - Instructions Conditionnelles.ts
TS
12.5 MB
15 - Boucles.ts
TS
13.35 MB
16 - Séquences - Listes.ts
TS
28.96 MB
17 - Séquences - Dictionnaires.ts
TS
9.16 MB
18 - Séquences - N-uplets.ts
TS
7.11 MB
19 - Fonctions intégrées.ts
TS
5.86 MB
1 - Bienvenue au cours.ts
TS
1.65 MB
20 - Fonctions définis par l'utilisateur.ts
TS
14.34 MB
2 - Introduction à Python pour la Data Science.ts
TS
5.61 MB
3 - Installation de Python pour la Data Science.ts
TS
13.07 MB
4 - Qu'est-ce que Jupyter Notebook -.ts
TS
4.88 MB
5 - Installation d'Anaconda sur Windows, Mac & Ubuntu.ts
TS
35.65 MB
6 - Implémentation de Python dans Jupyter.ts
TS
3.2 MB
7 - Gestion des Répertoires dans Jupyter Notebook.ts
TS
17.76 MB
8 - Entrée-Sortie.ts
TS
7.31 MB
9 - Différents Types de Données.ts
TS
5.28 MB
Ressources
1)+Remise+à+Niveau+Rapide+sur+Python.pdf
PDF
6.03 MB
2)+Science+des+Données+avec+Python.pdf
PDF
3.46 MB
3)+Structures+de+données+Pandas.pdf
PDF
1.69 MB
4)+Nettoyage+des+Données.pdf
PDF
1.18 MB
5)+Visualisation+de+Données+avec+Python.pdf
PDF
1.24 MB
6)+Analyse+Exploratoire+des+Données.pdf
PDF
1.13 MB
7)+Séries+chronologiques.pdf
PDF
963.09 KB
ETH_1h.csv
CSV
1.39 MB
ML-Resources
50_Startups.csv
CSV
2.38 KB
Course Slides.pdf
PDF
8.79 MB
Decision_tree.ipynb
IPYNB
14.31 KB
K-means+algorithm+numpy&pandas+clustering.ipynb
IPYNB
102.34 KB
KNN_Binary_Classification.ipynb
IPYNB
25.2 KB
Movie_Id_Titles
49.78 KB
MultipleLinearRegression.ipynb
IPYNB
8.54 KB
Quiz.docx
DOCX
16.23 KB
Recommender+Systems+with+Python.ipynb
IPYNB
122.38 KB
homeprices.csv
CSV
77 B
linear_regression_houseprice.ipynb
IPYNB
16.34 KB
logistic_regression_Binary_Classification.ipynb
IPYNB
2.74 KB
mall+customers+data.csv
CSV
4.28 KB
mallCustomerData.txt
TXT
3.89 KB
salaries.csv
CSV
657 B
u.data
DATA
1.98 MB
user+data.csv
CSV
10.67 KB
Machine+learning+(FR).pdf
PDF
7.3 MB
cereals.csv
CSV
412 B
data_df.csv
CSV
3.69 KB
iris.csv
CSV
3.88 KB
titanic.csv
CSV
59.76 KB
10-Algorithmes de classification K-Plus proches
100 - Implémentation en python - importation du jeu de.ts
TS
13.8 MB
101 - Implémentation en python - fractionnement des do.ts
TS
13.55 MB
102 - Implémentation en python - mise à l’échelle des .ts
TS
7.08 MB
103 - Implémentation en python - Importation du classi.ts
TS
19.19 MB
104 - Implémentation en python - Prédiction des résult.ts
TS
10.16 MB
95 - Introduction à la classification.ts
TS
6.79 MB
96 - Algorithme K-Plus proches voisins (KNN).ts
TS
9.08 MB
97 - Exemple de KNN.ts
TS
6.29 MB
98 - K-Nearest Neighbours (KNN) en utilisant python.ts
TS
7.75 MB
99 - Implémentation en python - importation des biblio.ts
TS
6.53 MB
11-Algorithmes de classification Arbre de décision
105 - Introduction aux arbres de décision.ts
TS
9.7 MB
106 - Qu’est-ce que l’entropie -.ts
TS
5.14 MB
107 - Exploration de l’ensemble de données.ts
TS
4.85 MB
108 - Arborescence des décisions.ts
TS
8.92 MB
109 - Implémentation en python - Importation de biblioth.ts
TS
6.24 MB
110 - Implémentation en python - codage de données catég.ts
TS
27.77 MB
111 - Implémentation en python - fractionnement des donn.ts
TS
6.03 MB
112 - Implémentation en python- prédiction et précision.ts
TS
17.15 MB
12-Algorithmes de classification régression
113 - Introduction.ts
TS
9.52 MB
114 - Étapes de mise en œuvre.ts
TS
8.43 MB
115 - Implémentation en python - Importation de bibliothèqu.ts
TS
9.22 MB
116 - Implémentation en python - fractionnement des données.ts
TS
6.27 MB
117 - Implémentation en python - Pre-processing.ts
TS
16.96 MB
118 - Implémentation en python - Formation du modèle.ts
TS
11.28 MB
119 - Implémentation en python - Prédiction des résultats .ts
TS
18.99 MB
120 - Régression logistique vs Régression linéaire.ts
TS
17.68 MB
13-Clustering
121 - Introduction au clustering.ts
TS
5.61 MB
122 - Cas d’utilisation.ts
TS
5.61 MB
123 - Algorithme de clustering K-Means.ts
TS
9.7 MB
124 - Méthode du coude.ts
TS
9.01 MB
125 - Étapes de la méthode du coude.ts
TS
7.84 MB
126 - Implémentation en python.ts
TS
31.44 MB
127 - Regroupement hiérarchique.ts
TS
9.77 MB
128 - Clustering basé sur la densité.ts
TS
10.55 MB
129 - Implémentation du clustering k-means en python.ts
TS
5.06 MB
130 - Importation du jeu de données.ts
TS
19.42 MB
131 - Visualisation du jeu de données.ts
TS
19.15 MB
132 - Définition du classificateur.ts
TS
11.11 MB
133 - Visualisation 3D des clusters.ts
TS
11.37 MB
134 - Visualisation 3D des valeurs prédites.ts
TS
17.94 MB
135 - Nombre de clusters prédits.ts
TS
15.7 MB
14-Système de recommandation
136 - Introduction.ts
TS
10.68 MB
137 - Filtrage collaboratif dans les systèmes de recommandation.ts
TS
5.48 MB
138 - Système de recommandation basé sur le contenu.ts
TS
6.6 MB
139 - Implémentation en python - Importation de bibliothèques et de jeux de données.ts
TS
15.66 MB
140 - Fusion de jeux de données en une seule trame de données.ts
TS
8.04 MB
141 - Tri par titre et notation.ts
TS
32.56 MB
142 - Histogramme indiquant le nombre d’évaluations.ts
TS
7.45 MB
143 - Distribution des fréquences.ts
TS
8.43 MB
144 - Graphique combiné des notations et nombre de notations.ts
TS
9.45 MB
145 - Prétraitement des données.ts
TS
14.5 MB
146 - Tri des films les mieux notés.ts
TS
11.09 MB
147 - Obtenez les notes pour deux films.ts
TS
13.41 MB
148 - Corrélation entre les films les mieux notés.ts
TS
18.54 MB
149 - Tri des données par corrélation.ts
TS
8.3 MB
150 - Filtrage des films.ts
TS
6.62 MB
151 - Tri des valeurs.ts
TS
10.04 MB
152 - Répéter le processus pour un autre film.ts
TS
20.19 MB
15-Conclusion
153 - Conclusion.ts
TS
3.09 MB
2-Bibliothèques Python essentielles pour la science des données
22 - Installation des bibliothèques.ts
TS
1.55 MB
23 - Importation de bibliothèques.ts
TS
7.13 MB
24 - Bibliothèque Pandas pour la Data Scie.ts
TS
5.07 MB
25 - Bibliothèque NumPy pour la Data Scien.ts
TS
4.85 MB
26 - Pandas vs NumPy.ts
TS
7.63 MB
27 - Bibliothèque Matplotlib pour la Data .ts
TS
3.61 MB
28 - Bibliothèque Seaborn pour la Data Sci.ts
TS
1.96 MB
3-Fondamentaux de NumPy
29 - Introduction au tableaux NumPy.ts
TS
10.23 MB
30 - Création de tableaux NumPy.ts
TS
32.72 MB
31 - Indexation des tableaux NumPy.ts
TS
60.45 MB
32 - Forme du tableau.ts
TS
2.47 MB
33 - Itération sur des tableaux NumPy.ts
TS
28.98 MB
4-Mathématiques pour la Science des Données
34 - .zeros().ts
TS
9.7 MB
35 - .ones().ts
TS
4.1 MB
36 - .full().ts
TS
4.16 MB
37 - Addition d'un scalaire.ts
TS
5.8 MB
38 - Soustraction d'un scalaire.ts
TS
8.71 MB
39 - Multiplication par un scalaire.ts
TS
6.36 MB
40 - Diviser par un scalaire.ts
TS
7.07 MB
41 - Puissance.ts
TS
4.14 MB
42 - Transposée.ts
TS
4.27 MB
43 - Addition par éléments.ts
TS
7.01 MB
44 - Soustraction par éléments.ts
TS
4.45 MB
45 - Multiplication par éléments.ts
TS
4.95 MB
46 - Division par éléments.ts
TS
6.16 MB
47 - Multiplication matricielle.ts
TS
9.26 MB
48 - Statistiques.ts
TS
14.18 MB
5-Dataframes avec Pandas et Séries
49 - Introduction.ts
TS
1.79 MB
50 - Structure de données Pandas.ts
TS
2.76 MB
51 - Qu'est-ce que le DataFrame Pandas -.ts
TS
3.82 MB
52 - Qu'est-ce qu’une Série Pandas -.ts
TS
3.64 MB
53 - DataFrame et Séries.ts
TS
2.77 MB
54 - Création d'un DataFrame en utilisant des listes.ts
TS
18.79 MB
55 - Création d'un DataFrame à l'aide d'un dictionnaire.ts
TS
5.12 MB
56 - Chargement d'un fichier csv en tant que DataFrame.ts
TS
8.27 MB
57 - Changer la colonne d'index.ts
TS
4.46 MB
58 - Inplace.ts
TS
7.85 MB
59 - Examen du Dataframe.ts
TS
3.69 MB
60 - Résumé Statistique.ts
TS
3.39 MB
61 - Opérateur pour le découpage en rangs.ts
TS
12.35 MB
62 - Opérateur pour l'indexation des colonnes.ts
TS
5.62 MB
63 - Listes Booléennes.ts
TS
11.73 MB
64 - Filtrage des lignes.ts
TS
8.47 MB
65 - Filtrer les rangs en utilisant l'opérateur AND et OR.ts
TS
14.82 MB
66 - Filtrer avec loc.ts
TS
40.09 MB
67 - Filtrer avec iloc pour le découpage en tranches.ts
TS
26.4 MB
68 - Ajout et suppression de lignes et de colonnes.ts
TS
19.88 MB
69 - Triage des valeurs.ts
TS
12.37 MB
70 - Exportation de DataFrame pandas en csv.ts
TS
14.41 MB
71 - Concaténation de DataFrames.ts
TS
9.37 MB
72 - Groupby().ts
TS
16.36 MB
6-Introduction au Machine Learning
73 - Qu’est-ce que le Machine Learning -.ts
TS
11.23 MB
74 - Applications du Machine Learning.ts
TS
6.19 MB
75 - Méthodes de Machine Learning.ts
TS
2.11 MB
76 - Qu’est-ce que l’apprentissage supervisé -.ts
TS
9.69 MB
77 - Qu’est-ce que l’apprentissage non supervisé -.ts
TS
9.25 MB
78 - Apprentissage supervisé vs apprentissage non supervisé.ts
TS
20.16 MB
7-Implémentation d’algorithmes ML en Python
79 - Introduction.ts
TS
5.26 MB
80 - Bibliothèques Python pour le Machine Learning.ts
TS
13.35 MB
8-Régression linéaire simple
81 - Introduction à la régression.ts
TS
11.78 MB
82 - Comment fonctionne la régression linéaire -.ts
TS
12.12 MB
83 - Représentation de ligne.ts
TS
7.08 MB
84 - Implémentation en python - Importation de bibliothèques et de jeux de données.ts
TS
11.64 MB
85 - Implémentation en python - Distribution des données.ts
TS
13.41 MB
86 - Implémentation en python - Créer un objet de régression linéaire.ts
TS
20.17 MB
9-Régression linéaire multiple
87 - Comprendre la régression linéaire multiple.ts
TS
8.41 MB
88 - Implémentation en python - exploration du jeu de données.ts
TS
18.72 MB
89 - Implémentation en python - codage de données catégorielles.ts
TS
46.39 MB
90 - Implémentation en python - fractionnement des données en ensembles de formation.ts
TS
12.67 MB
91 - Implémentation en python - Formation du modèle sur l’ensemble d’entrainement..ts
TS
12.79 MB
92 - Implémentation en python - prédiction des résultats de l’ensemble de tests.ts
TS
27.22 MB
93 - Évaluation des performances du modèle de régression.ts
TS
8.38 MB
94 - Erreur quadratique moyenne racine en Python.ts
TS
8.79 MB

Description

Related Torrents

Location

Trackers

Tracker name
https://tracker.yggleak.top/announce
udp://tracker.opentrackr.org:1337/announce
udp://open.demonii.com:1337/announce
udp://open.stealth.si:80/announce
udp://exodus.desync.com:6969/announce
https://torrent.tracker.durukanbal.com:443/announce
udp://tracker1.myporn.club:9337/announce
udp://tracker.torrent.eu.org:451/announce
udp://tracker.theoks.net:6969/announce
udp://tracker.srv00.com:6969/announce
udp://tracker.filemail.com:6969/announce
udp://tracker.dler.org:6969/announce
udp://tracker.corpscorp.online:80/announce
udp://tracker.alaskantf.com:6969/announce
udp://tracker-udp.gbitt.info:80/announce
udp://t.overflow.biz:6969/announce
udp://open.dstud.io:6969/announce
udp://leet-tracker.moe:1337/announce
udp://explodie.org:6969/announce
udp://bittorrent-tracker.e-n-c-r-y-p-t.net:1337/announce
udp://6ahddutb1ucc3cp.ru:6969/announce
udp://94.23.207.177:6969/announce
udp://37.59.48.81:6969/announce
udp://54.36.179.216:6969/announce
udp://193.42.111.57:9337/announce
udp://43.250.54.137:6969/announce
udp://91.216.110.53:451/announce
udp://45.134.88.121:6969/announce
udp://135.125.236.64:6969/announce
udp://5.255.124.190:6969/announce
udp://93.158.213.92:1337/announce
udp://107.189.4.235:1337/announce
udp://tracker.qu.ax:6969/announce
udp://107.189.7.165:6969/announce
udp://103.251.166.126:6969/announce
udp://185.243.218.213:80/announce
http://tracker.zhuqiy.com:80/announce
udp://81.230.84.201:6969/announce
udp://212.42.38.197:6969/announce
http://193.31.26.113:6969/announce
udp://176.99.7.59:6969/announce
http://tr.nyacat.pw:80/announce
http://tracker.p2p-world.net:8080/7IknUIVzbHfYVKGgeTDEyiNIOYL7N0JI/announce
Torrent hash: