Aller au contenu
Apprendre.
  • M1 · toutes les matières15 matières : Préparation de données, API & sécurité, CI/CD, Docker, Merise, Dataviz, KNIME, ML appliqué : projet LoL, SQL & UML, SQL avancé, Machine Learning, Git, IA frugale & responsable, Qualité des données, MathématiquesAnnée
  • M2 · toutes les matières4 matières : Deep Learning, AI Act, Comex & Fundraising, Gouvernance & DataMeshAnnée
  • Deep LearningM2 · 4 modules · Réseaux de neurones, CNN, texte, modèles génératifs.Matière
  • Préparation de donnéesM1 · 3 modules · Nettoyer, transformer et fusionner des données avec Python.Matière
  • API & sécuritéM1 · 2 modules · Consommer, concevoir et sécuriser des API.Matière
  • CI/CDM1 · 1 module · Intégration et livraison continues.Matière
  • DockerM1 · 3 modules · Conteneurs, images, volumes, réseaux, Compose.Matière
  • MeriseM1 · 2 modules · Modéliser une base : MCD, MLD, MPD.Matière
  • DatavizM1 · 2 modules · Visualiser pour comprendre et décider.Matière
  • KNIMEM1 · 1 module · Explorer et nettoyer des données en workflow.Matière
  • ML appliqué : projet LoLM1 · 2 modules · Du besoin métier au POC de vision par ordinateur.Matière
  • SQL & UMLM1 · 3 modules · Modèles UML et requêtes SQL.Matière
  • SQL avancéM1 · 3 modules · Jointures, fenêtres, CTE, optimisation.Matière
  • Machine LearningM1 · 3 modules · Régression, classification, segmentation, projet.Matière

↑↓ naviguer↵ ouvre le résultat en surbrillanceesc fermer

Accueil · M1

Mathématiques

Dérivées, gradient, matrices, statistiques et ACP pour la data et l'IA.

Commencer →1 · Révisions, dérivation, gradient · Révisions d'algèbre : les calculs essentiels
Leçons0/24
Exercices0/52
Questions0/174

1 · Révisions, dérivation, gradient

0/8 leçons · 89 questions
  1. 1Révisions d'algèbre : les calculs essentiels
  2. 2La dérivée : pente, dérivées usuelles et règles de calcul
  3. 3Sens de variation, dérivée seconde et tangente
  4. 4Limites, asymptotes, continuité et dichotomie
  5. 5Fonctions de deux variables, dérivées partielles et gradient
  6. 6Points critiques, Hessien et descente de gradient
  7. 7Modéliser des données : températures, croissance et saturation
  8. 8Bilan : de l'algèbre au gradient

3 · Statistiques, ACP, séries

0/9 leçons · 0 questions
  1. 1Résumer une série : moyenne, médiane, quartiles
  2. 2La dispersion et la forme d'une distribution
  3. 3Centrage-réduction : mettre les variables sur la même échelle
  4. 4Covariance, corrélation de Pearson et droite de régression
  5. 5ANOVA : les moyennes de plusieurs groupes sont-elles égales ?
  6. 6L'ACP : résumer un nuage de variables
  7. 7Le cercle de corrélation : lire les variables
  8. 8Séries numériques : normaliser et comparer deux capteurs
  9. 9Bilan : statistiques, ACP, séries