Concept

Notebook (programmation)

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Séances de cours associées (32)

Pratiques alchimiques et cahiers de laboratoire

Plonge dans l'importance historique des pratiques alchimiques, des livres de recettes et des cahiers de laboratoire en tant que formes de transmission des connaissances.

Enseigner avec des carnets de notes : obtenir la rétroaction des élèves

Explore l'utilisation de Jupyter Notebooks pour l'enseignement, en mettant l'accent sur la collecte de commentaires et l'engagement des étudiants par le biais de sondages en direct, de quiz et d'enquêtes.

Gestion des exceptions en Python

Couvre la gestion des exceptions en Python, y compris try, raise, except, else, et enfin blocks, avec des exemples.

Modélisation des éléments finis: Dynamique

Introduit les bases de la modélisation des éléments finis pour la dynamique et discute de la méthode Newmark pour l'intégration du temps.

Méthode de l'élément fini

Couvre la méthode de l'élément Finite, en discutant de la dérivation de l'équation du mouvement et en explorant les matrices de masse et de rigidité.

Configuration du conteneur de singularité pour les carnets Jupyter

Couvre la configuration d'un conteneur Singularity pour exécuter un portable Jupyter, y compris les connexions SSH et les annonces logicielles.

Hermite Forme normale

Couvre la forme normale hermite, une méthode pour transformer une matrice en une forme spécifique.

Écosystèmes Big Data : technologies et défis

Couvre les fondamentaux des écosystèmes de big data, en se concentrant sur les technologies, les défis et les exercices pratiques avec le HDFS d'Hadoop.

Équations différentielles linéaires

Couvre la solution des équations différentielles linéaires, en se concentrant sur des solutions complexes et des matrices diagonalisables.

Introduction à l'analyse numérique

Introduit un cours sur l'analyse numérique, couvrant son importance, les carnets MOOC, MATLAB et Jupyter.

Types booléens et structures de contrôle

Explore les types booléens, les opérateurs logiques et les structures de contrôle en Python, en mettant l'accent sur l'évaluation des expressions et l'utilisation des opérateurs relationnels.

Atelier Coq: Types de données inductives et preuves

Couvre la définition d'un type de données inductives dans Coq et la façon de construire des preuves de manière interactive en utilisant des tactiques.

Jupyter Notebooks pour la thermodynamique: Van der Waals Equation

Couvre l'équation Van der Waals des propriétés de l'état et des points critiques.

Analyse numérique : Tutoriel Jupyter Notebook

Couvre l'organisation des cours, Jupyter Notebook pour l'expérimentation Python, les algorithmes, l'interpolation, la résolution d'équations, les systèmes linéaires et les applications pratiques.

Fonctions récursives : exemples et applications

Explore les fonctions récursives, y compris les factorielles et les séquences de Fibonacci, ainsi que leur étendue et leurs espaces de noms.

Complexité algorithmique : analyse du temps de déplacement

Couvre la complexité algorithmique et l'analyse du temps de trajet, en se concentrant sur la mesure du temps pris par les algorithmes et l'évaluation de leurs performances.

Algorithme Metropolis-Hastings

Couvre les algorithmes Metropolis-Hastings et Glauber pour l'échantillonnage de la distribution Boltzmann dans le modèle Curie-Weiss.

Modélisation de la structure avec les carnets Jupyter

Explore les exercices de modélisation de structure en utilisant Jupyter Notebooks pour mieux comprendre les équations et les phénomènes connexes.

Listes de Python : Manipulation et Compréhension

Couvre la manipulation et la compréhension de la liste Python, mettant l'accent sur la représentation de la mémoire et la mutabilité.

Optimisation avancée de l'étincelle

Déplacez-vous dans les techniques avancées d'optimisation Spark, en mettant l'accent sur la partition des données, les opérations de shuffle et la gestion de la mémoire.