Aller au contenu principal

Téléchargements

Les notebooks et datasets sont aussi disponibles localement sur ce serveur si tu préfères travailler sans accès à Kaggle.

:::info Bientôt disponible Cette section sera enrichie au fur et à mesure du semestre. La version finale incluera tous les PDF, notebooks et datasets. :::

PDF des cours

À venir : un PDF par chapitre dans les trois langues, généré depuis les notebooks Kaggle.

Chapitre🇫🇷 Français🇬🇧 English🇨🇳 中文
ML 1 — Starterbientôtbientôtbientôt
ML 2 — Régressionbientôtbientôtbientôt
ML 3 — Classificationbientôtbientôtbientôt
ML 4 — Préparation des donnéesbientôtbientôtbientôt
ML 5 — Exercicesbientôtbientôtbientôt
DL 1 — Neurones linéairesbientôtbientôtbientôt
DL 2 — Classificationbientôtbientôtbientôt
DL 3 — Convolutions (1/3)bientôtbientôtbientôt
DL 4 — Convolutions (2/3)bientôtbientôtbientôt
DL 5 — Convolutions (3/3)bientôtbientôtbientôt

Notebooks Jupyter

Pour exécuter en local, tu auras besoin d'un environnement Python avec :

pip install numpy pandas scikit-learn matplotlib seaborn plotly imbalanced-learn xgboost catboost lightgbm torch torchvision ultralytics
Chapitre🇫🇷🇬🇧🇨🇳
ML 1-5 (10 notebooks)bientôtbientôtbientôt
DL 1-5 (10 notebooks)bientôtbientôtbientôt

Datasets

Tous les datasets utilisés dans le cours seront disponibles ici en miroir local :

  • mini-datasets.zip — petits datasets pour les chapitres 1-3 ML (co2, abalone, house, cancer, titanic) — bientôt
  • classic-datasets.zip — datasets classiques (penguins, mushrooms, student, creditcard) — bientôt
  • images-in-csv-datasets.zip — MNIST et CIFAR-10 en format CSV — bientôt

En attendant, tu peux les retrouver sur Kaggle :