Annuaire des initiatives
Pertinence
Vous ne trouvez pas l'initiative qui correspond à votre besoin ? Notre assistant peut vous aider.
- Cette école internationale propose une formation intensive en programmation avancée pour les domaines de l'astrophysique et de l'astroparticule. Elle couvre l'utilisation de bibliothèques scientifiques Python comme NumPy, Pandas et Matplotlib, ainsi que des outils pour le calcul parallèle et le traitement de données. Destinée aux chercheurs et étudiants, elle combine cours théoriques et sessions pratiques pour renforcer les compétences en développement logiciel scientifique.
- Ce projet propose des tutoriels et exercices pratiques pour initier les étudiants à l'analyse de données avec les outils Python NumPy et pandas. Il inclut des notebooks interactifs couvrant les bases, la visualisation et des examens corrigés. Destiné à des formations universitaires, il facilite l'apprentissage autonome grâce à des environnements comme Google Colab et Binder.
- Ce projet propose une formation spécialisée en calcul haute performance (HPC) avec Python, destinée aux développeurs et chercheurs. Il couvre l'optimisation de code, l'analyse de performance, l'utilisation de bibliothèques scientifiques (NumPy, SciPy, Pandas) et les outils de parallélisation. Les participants apprennent à exploiter les fonctionnalités de Python pour des calculs intensifs et à déployer des solutions sur des infrastructures HPC.
- Ce projet propose des tutoriels et exercices pratiques pour initier les étudiants à l'analyse de données avec les outils Python NumPy et pandas. Il inclut des notebooks interactifs accessibles via Google Colab ou Binder, ainsi que des examens corrigés pour évaluer les compétences acquises. Destiné à des formations comme le DU Data Scientist de l'Université Clermont-Auvergne, il facilite l'apprentissage autonome ou encadré.
- Ce dépôt contient une formation complète sur le deep learning, couvrant des sujets tels que l'analyse de données, la reconnaissance d'images, le traitement du langage naturel et l'apprentissage automatique. Il utilise des outils tels que TensorFlow, Scikit-Learn, Pandas et NumPy pour fournir une compréhension approfondie de ces concepts.
5 initiatives
10