Загрузка...

Manipulation des DataFrames sous Julia

Machine learning. Data science. Manipulation des data frames dans un notebook Julia (sous Google Colab) Importation des données (fichier .xlsx via le module XLSX) ; inspection du dataset ; accès indicés ; projection ; restrictions à l’aide de conditions booléennes simples ou composées (et / ou) ; tris croissants ou décroissants à l’aide d’un ou plusieurs critères ; calculs sur regroupements. Bilan : l’outil est très simple d’utilisation, les aficionados de R ou de Python / Pandas ne sont pas dépaysés.

Lien web : https://dataframes.juliadata.org/stable/
Notebook et données : https://tutoriels-data-science.blogspot.com/p/tutoriels-en-francais.html

Видео Manipulation des DataFrames sous Julia канала MASTER 2 SISE DATA SCIENCE
machine learning dataframe julia
Комментарии отсутствуют
Зарегистрируйтесь или войдите с
Информация о видео
7 апреля 2026 г. 15:18:44
00:30:23
MASTER 2 SISE DATA SCIENCE
Теги
Правообладателям
Жалоба на материал Недопустимый материал Нарушение авторских прав
Комментарии
Поделиться
Другие видео канала

Profiler – Julia in VS Code (Profiling de code)Profiler – Julia in VS Code (Profiling de code)

Tanagra - AFC #2 - Modalités lignes (colonnes) supplémentairesTanagra - AFC #2 - Modalités lignes (colonnes) supplémentaires

Programmation Python - Les vecteurs NumpyProgrammation Python - Les vecteurs Numpy

Apply parallélisé pour DataFrame Pandas PythonApply parallélisé pour DataFrame Pandas Python

Programmation Python - La structure DataFrame de la librairie "pandas"Programmation Python - La structure DataFrame de la librairie "pandas"

Orange Data Mining – Grille de scoreOrange Data Mining – Grille de score

Data Science - Stratégies d'échantillonnage pour le Machine LearningData Science - Stratégies d'échantillonnage pour le Machine Learning

Data Science - Sélection rapide de variablesData Science - Sélection rapide de variables

Econométrie - Modèle linéaire - Régression multiple avec SAS (PROC REG)Econométrie - Modèle linéaire - Régression multiple avec SAS (PROC REG)

Clustering - Gap statistic - Détermination du nombre de groupesClustering - Gap statistic - Détermination du nombre de groupes

Clustering Mixte - Combinaison K-Means et CAH (R)Clustering Mixte - Combinaison K-Means et CAH (R)

Classement multiclasse avec PyTorch (Python)Classement multiclasse avec PyTorch (Python)

Positron – L’EDI Data Science pour R « et » PythonPositron – L’EDI Data Science pour R « et » Python

Clustering - Pipeline Python et Déploiement (scikit-learn + fanalysis)Clustering - Pipeline Python et Déploiement (scikit-learn + fanalysis)

Data Science - Arbres de décision sur les très grandes basesData Science - Arbres de décision sur les très grandes bases

Python rapide avec NumbaPython rapide avec Numba

Parallélisation des flux de traitements avec « ray » (Python)Parallélisation des flux de traitements avec « ray » (Python)

Cost-sensitive learningCost-sensitive learning

Programmation Python - La librairie MatplotlibProgrammation Python - La librairie Matplotlib

Optimisation des hyperparamètres en ML avec « optuna » (Scikit-learn / Python)Optimisation des hyperparamètres en ML avec « optuna » (Scikit-learn / Python)

Connexion entre Python (notebook) et Excel via « xlwings »Connexion entre Python (notebook) et Excel via « xlwings »

Яндекс.Метрика
© 2008-2026 «Информационно-развлекательный портал города Верхняя Салда»
salda.ws@mail.ru salda_ws Контакты Карта портала Сообщить об ошибке Соглашения Пользовательское соглашение Соглашение о конфиденциальности Согласие на обработку персональных данных Информация для правообладателей Об использовании Cookies
Все заметки Новая заметка Страницу в заметки
Страницу в закладки Мои закладки
На информационно-развлекательном портале SALDA.WS применяются cookie-файлы. Нажимая кнопку Принять, вы подтверждаете свое согласие на их использование.
О CookiesНапомнить позжеПринять