Introduit des concepts de modélisation de données, l'utilisation de SQL et des applications de bibliothèque Pandas pour un traitement efficace des données.
Discute des techniques de traitement d'image, en se concentrant sur la sculpture de coutures et la manipulation de pixels dans la programmation Python.
Explore les compléments des fonctions, l'ordre des paramètres et la manipulation des listes, y compris le comptage des événements et la résolution du « problème des 100 prisonniers ».
Présente les concepts de programmation Python, en se concentrant sur les dictionnaires et les classes, y compris leurs définitions, leur utilisation et des exemples pratiques.
Introduit des exercices Jupyter sur la confidentialité différentielle, couvrant les générateurs aléatoires, la compréhension de l'impact d'intrusion de données, et les applications pratiques.
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.
Introduit des structures de données comme des tuples, des listes, des ensembles et des dictons dans Python, couvrant leur définition, manipulation et itération.
Introduit des concepts fondamentaux de programmation C, couvrant les variables, les structures de contrôle, les fonctions et les pointeurs, avec des exemples pratiques et des exercices.
