Skip to content

Machine Learning

Main Navigation A propos Apprentissage Ateliers Ressources

French

English

French

English

Sidebar Navigation

Parcours Data Science & Machine Learning

Mathématiques

Introduction

Vecteurs

Introduction

Notions de base

Opérations Fondamentales

Produit Scalaire

Projection

Base vectorielle

Bibliothèques

NumPy

Pandas

Introduction

Series

DataFrames

Données manquantes

Input & output

Mise en pratique

Matplotlib

Introduction

Programmation orientée objet

Personnalisation des graphiques

Mise en pratique

Seaborn

Introduction

Diagrammes de dispersion

Diagrammes de distribution

Diagrammes catégoriels

Diagrammes de comparaison

Grilles Seaborn

Diagrammes matriciels

Mise en pratique

Concepts

Introduction

Algorithmes d’apprentissage supervisé

Introduction

Régression linéaire

Introduction

Régression logistique

Introduction

KNN (K-Nearest Neighbors)

Introduction

SVM (Support Vector Machine)

Introduction

Arbre de décision

Introduction

Random Forest

Introduction

Méthodes de Boosting

Introduction

Deep Learning

Introduction

Fine-Tuning

Introduction

RAG (Retrieval-Augmented Generation)

Introduction

Sur cette page

Diagrammes matriciels

Pager

Page précédenteGrilles Seaborn

Page suivanteMise en pratique

Diagrammes matriciels ​

Diagrammes matriciels