OOP pour la data science



Mis à jour le Sept. 12, 2022, 10:05 a.m.

Pourquoi maitriser la programmation orienté objet pour la data science?

Trop de developpeur en DS font l'impasse sur la POO et les design patterns.

 

Dans ce tutoriel, vous découvrirez la programmation orientée objet (POO) de Python et sa relation avec le domaine de la science des données. La programmation orientée objet peut être un concept difficile à appréhender c'est pourquoi ce tutoriel a pour but d'expliquer ce concept important d'une manière qui je l'espère sera facile à suivre. La POO désigne une structure de programmation qui regroupe des propriétés et des comportements connexes dans des objets.

À la fin de la lecture de ce tutoriel, vous aurez appris :

    Ce qu'est la programmation orientée objet et quand l'utiliser.
    Comment créer des classes en Python pour créer de nouveaux objets
    Comment travailler avec les attributs et les méthodes des objets pour définir et modifier les objets.
    Comment travailler avec l'héritage de classe et le polymorphisme pour modifier et étendre vos classes Python.

    Quelle est la différence entre un algorithme classique vs un algorithme de machine learning?

    Qu'est ce que l'apprentissage non-supervisé?

    Qu'est ce que l'apprentissage supervisé?

    Pytorch ou Keras: quelles différences?

    OOP pour la data science

    Reseau de neurones recurrents

    Qu'est-ce qu'un data analyst?

    Qu'est-ce qu'un data engineer?

    Qu'est-ce qu'un data scientist?