Nos tutoriels en science des données

Apprenez à affiner NVIDIA Nemotron-3-Nano-4B sur un jeu de données Q&R en psychologie avec un GPU RTX 3090 en utilisant LoRA et TRL après téléchargement du modèle depuis Hugging Face.

Apprenez à utiliser Qwen 3.6 Plus d'Alibaba, Python et le SDK OpenAI pour créer une chaîne automatisée de traitement des factures avec vision native et appel d’outils.

Apprenez à créer une application d'agent OpenAI qui s'exécute dans des sandboxes Modal, gère des fichiers, exécute du code et renvoie des résultats dans ce tutoriel Python pratique.

Découvrez pourquoi le nombre d’Euler est partout — de la banque à la biologie, du machine learning à la météorologie — et comment cette constante porte la croissance et le changement continus.

Un guide pratique pour maîtriser GitFlow, avec mise en place pas à pas, stratégies de branchement et conseils de workflow pour une collaboration d’équipe plus fluide et un meilleur contrôle de version.

Découvrez le fonctionnement de l'algorithme Apriori, ses concepts clés et comment l'utiliser efficacement pour l'analyse de données et la prise de décision.

Exécutez GLM-5, le meilleur modèle d’IA open-weight, sur un seul GPU avec llama.cpp, et connectez-le à Aider pour en faire un agent de codage local puissant.

Des concepts de base à la mise en œuvre avancée, apprenez à construire des diagrammes de Sankey efficaces avec des outils populaires. Découvrez les composants clés, les bonnes pratiques et les principes de conception qui rendent les visualisations de flux parlantes et utiles.

Apprenez à supprimer rapidement les lignes en trop grâce au tri, aux formules et à VBA, selon ce qui vous convient le mieux.

Découvrez tout ce qu’il faut savoir sur le dernier modèle de génération d’images de Google, Nano Banana 2, y compris comment créer un éditeur d’images itératif en chat via l’API avec Python.

Lisez notre guide pas à pas pour débuter avec Terraform et apprenez à automatiser et gérer efficacement votre infrastructure Azure, AWS et Google Cloud.

Découvrez les composants clés du modèle ARIMA, comment le construire et l'optimiser en Python pour des prévisions fiables, et ses usages dans divers secteurs.