08:48

rechercheV

04:06

Devenez un Data Scientist : 13. Ce n'est qu'un au revoir

08:05

Devenez un Data Scientist : 12. Excel / Word / Package

07:34

Devenez un Data Scientist : 11. Masteriser le SQL

04:54

Devenez un Data Scientist : 10. Le SQL pour le Data Scientist

07:27

Devenez un Data Scientist : 9. Mining

06:03

Devenez un Data Scientist : 8. Créer une application web pour vos données

06:23

Devenez un Data Scientist : 7. Machine Learning

07:45

Devenez un Data Scientist : 6. Dplyr

10:42

Lire les fichiers avec R

11:08

Devenez un Data Scientist : 5. Créer votre premier modèle avec du machine learning

06:23

Comprendre les jeux de données en Data Science

03:46

Installer R et R studio sur mac

02:55

Importer des fichiers dans Rstudio

05:51

Devenez un Data Scientist : 4. Analyser son jeu de donnée

08:21

Devenez un Data Scientist :3. Consolider ses connaissances en Data Science

07:03

Devenez un Data Scientist : 2. R en douceur

06:34

Devenez un Data Scientist : 1. Installer R et R studio

04:58

Mon setup pour travailler avec Python Opencv Pytorch

06:21

Coder Plus Vite

07:53

[Projet] Révolutionnons les livres pour enfant

05:17

Pourquoi vous devez apprendre le SQL

04:27

R vs Excel pour traiter les données

03:49

De l'analyse de données avec HTML et CSS ?

05:34

Le bagage minimum pour faire de la Data Science

13:06

Les 10 notions mathématiques à connaitre en tant que Data Scientist

07:29

Le quotidien d'un Data Scientist

03:53

La regression linéaire c'est bien. La multi regression c'est mieux.

11:08

Premier modèle de données : régression linéaire lm

20:20

[Les modèles de prévision sous R] GAM : multiple variables 2

22:24

[Les modèles de prévision sous R] GAM : vérifier que les variables ne sont pas corrélés

17:26

[Les modèles de prévision sous R] GAM : création de graphique

06:32

[Les modèles de prévision sous R] GAM : vérifiez la qualité des modèles

11:51

[Les modèles de prévision sous R] GAM : multivariable

14:07

[Les modèles de prévision sous R] GAM : la base

06:29

Que doit savoir faire un Data Scientist ?

09:26

Python vs R : fight

07:09

Quels sont les métiers de la Data ?

13:34

Fin du python pour les débutants

10:02

Les bases de Python : Matrice

17:30

Les bases de python : numpy nous voilà

19:49

Les bases de python : les fonctions

22:18

Les bases de python : les listes

21:52

Les bases de python : les variables

06:29

[Tuto R les indispensables] Comprendre les listes en R

08:27

[Tuto R les indispensables] Configurer R studio avec les addin

11:56

Preuve d’achat et Matching learning Coca a tout compris

07:16

[Tuto R les indispensables] Lancer un script R a partir de dos R

06:39

Intel à la conquête du maching learning

04:33

[Tuto R les indispensables] Créer une matrice vide R

03:37

[Tuto R les indispensables] Rechercher dans un vecteur

12:47

Comment recruter ?

12:27

[Tuto R les indispensables]] Comment débugger une application R ?

09:24

Qu'est ce que le GDPR ?

06:42

La fin des constructeurs de voiture

11:40

L’IA devient une nouvelle religion

03:54

[Tuto R : les indispensables] Transformer les na en 0

03:44

[Tuto R : les indispensables] Différence library et require

05:33

[Tuto R : les indispensables] Supprimer les lignes d'une dataframe contenant na

06:56

Qui peut prévoir les séismes Le machine learning