Voici la liste des articles qui ont été taggués avec“Python”
L’utilisation d’Anaconda pour l’installation de python pour la data science permet de simplifier un certain nombre d’étapes dans la création de vos projets python pour la data science.
Dans cet article, je vais commencer par décrire les principes d’Anaconda, puis je m’attacherai à l’installation d’Anaconda pour Microsoft Windows et je terminerai par l’ajout de package et la création d’un environnement de développement avec Anaconda.
Stat4decision vous propose de nouveaux parcours de formation adaptés aux besoins du marché de la data. Nos parcours sont basés sur un maximum de pratique avec un encadrement permanent par des experts.
Nos parcours courts vous permettent d’acquérir des compétences précises pouvant être exploitées en entreprise.
Vous débutez en python et vous recherchez la bonne interface de développement pour coder en python, vous trouverez toutes les infos dont vous avez besoin dans cet article !
Dans cet article nous allons appliquer une régression logistique avec python en utilisant deux packages très différents : scikit-learn et statsmodels. Nous verrons les pièges à éviter et le code associé.
La classe ColumnTransformer de scikit-learn permet de traiter de manières différentes les colonnes d’un jeu de données, notamment les variables qualitatives et quantitatives.
Python 3.8 se dote d’un nouvel opérateur, l’opérateur morse qui combine allocation et test.
Le traitement du Langage Naturel est un des domaines de recherche les plus actifs en science des données actuellement. C’est un domaine à l’intersection du Machine Learning et de la linguistique. Il a pour but d’extraire des informations et une signification d’un contenu textuel.
La modélisation de la distribution des données (distribution fitting en anglais) est le fait de trouver les paramètres de la loi de probabilité (ou de plusieurs lois candidates) qui correspond aux données que l’on cherche à modéliser. Dans cet article, nous illustrons ce concept avec un exemple en Python.
La python software foundation vient de publier une enquête sur les utilisateurs de Python. Nous étudions les utilisateurs en data science
Le tri à plat et le tri croisé sont des opérations de base pour la description des données. Nous proposons une description de ces opérations et des exemples de code en R et en Python.
