Explore la gestion des fichiers et les exceptions dans la programmation Python, couvrant la lecture, l'écriture et les stratégies de gestion des erreurs.
Introduit des fonctions en Python, couvrant les fonctions prédéfinies et définies par l'utilisateur, les paramètres formels et efficaces, et l'importance des docstrings.
S'inscrit dans le projet Time Machine de Lausanne, mettant l'accent sur l'histoire urbaine numérique et la création de cartes historiques interactives.
Offre une introduction complète à la science des données, couvrant Python, Numpy, Pandas, Matplotlib et Scikit-learn, en mettant l'accent sur les exercices pratiques et le travail collaboratif.
Couvre les techniques de manipulation des données à l'aide de Hadoop, en se concentrant sur les bases de données axées sur les lignes et les colonnes, les formats de stockage populaires et l'intégration HBase-Hive.
Introduit Jupyter Notebook pour composer des programmes interactifs avec du code en direct et du texte narratif, couvrant l'installation, les cellules de code, le texte Markdown, les widgets et la gestion du noyau.
Couvre les bases de travail avec les fichiers dans Python, y compris les objets de fichier, les fichiers de lecture et d'écriture, et la copie des fichiers.
Couvre les méthodes numériques pour résoudre les problèmes de valeurs limites en utilisant des méthodes de différence finie, de FFT et d'éléments finis.
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.
Couvre les méthodes de recherche de ligne de gradient et les techniques d'optimisation en mettant l'accent sur les conditions Wolfe et la définition positive.
Couvre Python définit les opérations, y compris la création, la modification et la comparaison, ainsi que les opérations définies comme l'union et l'intersection.
Introduit les bases de la science des données, couvrant les arbres de décision, les progrès de l'apprentissage automatique et l'apprentissage par renforcement profond.
