Tous ses articles
-
DataViz : Définition, objectifs et usages
La Data Visualization, souvent appelée « Dataviz », est l’ensemble des techniques qui permettent la transformation visuelle et la synthétisation de données brutes pour les faire parler. Le saviez-vous ? La « Dataviz » est un procédé de transmission de l’information qui remonte à plusieurs siècles. Au XVIIIe siècle, l’ingénieur et économiste William Playfair invente […]
Lire la suite -
Apache Pig : tout savoir sur le langage de programmation d’Hadoop
Apache Pig est le langage de programmation permettant d’utiliser Hadoop et MapReduce. Découvrez tout ce que vous devez savoir : présentation, cas d’usage, avantage, formations…
Lire la suite -
Formation ServiceNow : pourquoi et comment maîtriser la plateforme cloud de services IT ?
<strong>Une formation ServiceNow est le moyen idéal pour apprendre à maîtriser pleinement cette plateforme cloud de gestion des services IT. Découvrez comment un tel cursus peut apporter une nouvelle corde à votre arc de professionnel de l’informatique !</strong>
Lire la suite -
Liste vs Tuple sur Python : quelles différences ?
<strong>Aujourd’hui, nous allons parler des data structures. Le problème avec les variables est qu’on ne peut y stocker qu’une seule valeur.</strong>
Lire la suite -
Filtrage dans Power Query : Le guide complet
<strong>Le filtrage dans Power Query permet de filtrer les données en fonction de conditions spécifiques sur Excel et Power BI, et peut être intégré à d’autres outils Microsoft pour encore plus de possibilités. Découvrez tout ce que vous devez savoir sur ce processus très utile pour l’analyse de données !</strong>
Lire la suite -
Missingno : la librairie Python pour les données manquantes
<strong>L’une des étapes les plus importantes d’un projet en Data Science, avant d’entamer la conception des modèles de Machine Learning, est le nettoyage de notre jeu de données. Cela implique la suppression des doublons, l’encodage de certaines variables, mais aussi et surtout le remplacement des valeurs manquantes.</strong>
Lire la suite -
Reverse Prompt Engineer : Qu’est-ce que c’est ? À quoi ça sert ?
<strong>Que ce soit pour créer du contenu sur les réseaux sociaux, rédiger des emails, du code, des fiches produits, réaliser des plans… les grands modèles linguistiques permettent de gagner un temps précieux. À condition bien sûr de savoir rédiger des prompts efficaces.</strong>
Lire la suite -
Top 10 des pré-requis mathématiques importants en Data Science
<strong>Vous avez toujours été bon en mathématiques depuis l’enfance mais n’avez jamais utilisé vos connaissances à part les calculs mentaux ? Vous vous êtes toujours demandé à quoi cela servait de connaître la dérivée d’une fonction, à part assurer une bonne note à votre examen ? Ou êtes-vous tout simplement fasciné par le monde des mathématiques mais n’arrivez pas à en trouver d’applications concrètes, alors cet article est fait pour vous !</strong>
Lire la suite -
Analyse prédictive : Définition et importance en Data Science
<strong>Anticiper les tendances et évaluer les risques d’un marché sont des éléments essentiels de la stratégie d’une entreprise. Comment procèdent-elles ? Quelles sont les techniques utilisées ? Étudions de plus près ce qu’est l’analyse prédictive.</strong>
Lire la suite -
Le Flocking Algorithm ou la simulation des comportements collectifs
<strong>La nature a tant de choses à nous apprendre. D’ailleurs, les data scientists s’en inspirent pour simuler des comportements de masse. Comment ? Grâce au flocking algorithme. Découvrez le fonctionnement de ce modèle, ses cas d’applications et son implémentation avec Python.</strong>
Lire la suite -
Data Designer : tout savoir sur ce métier
<strong>Le Data Designer est un professionnel chargé de créer des visualisations facilement compréhensibles à partir des résultats des analyses de données. Découvrez tout ce que vous devez savoir sur ce métier, ses responsabilités, les compétences requises, et comment les acquérir !</strong>
Lire la suite -
Pie Charts ou « Camemberts » : Comment utiliser ces diagrammes ?
<strong>Les diagrammes en pie chart (plus communément appelés « camembert » dans la langue de Molière) font certainement partie des types de graphiques les plus connus. Ils sont utilisés pour représenter un petit nombre de variables réparties en “part” ou secteurs dont la taille est fonction de la valeur.</strong>
Lire la suite
The newsletter of the future
Get a glimpse of the future straight to your inbox. Subscribe to discover tomorrow’s tech trends, exclusive tips, and offers just for our community.
