Intelligence artificielle Formation Python – Machine Learning 18/30 : Pandas – Les séries temporelles...

Pour approfondir le sujet

Sur le même thème :

Deux ans après l’arrivée de ChatGPT, comment la GenAI transforme la recherche en ligne et le marketing

Alors que ChatGPT vient de fêter son second anniversaire et compte aujourd'hui plus de 300 millions d'utilisateurs hebdomadaires, le rapport "Online Search After ChatGPT:...

Llama 3.3 70B : Meta dévoile son dernier ajout à la famille Llama 3, un modèle particulièrement efficace

Alors que Meta prépare le lancement des premiers modèles Llama 4 pour le début de l'année prochaine, l'entreprise a dévoilé en fin de semaine...

AgentLab, un framework open source pour le développement et l’évaluation des agents Web

Lancé par ServiceNow, AgentLab est un framework open source visant à faciliter le développement et l'évaluation d'agents Web. Son objectif principal est de soutenir...

Pleias : des modèles de langages ouverts pour une IA éthique et transparente

Pleias, une start-up française, annonce le lancement de sa première famille de grands modèles de langage (LLM), définissant de nouvelles références en matière...

Formation Python – Machine Learning 18/30 : Pandas – Les séries temporelles – Bitcoin

Ce tutoriel python français vous présente Pandas : la libraire python la plus importante pour l’analyse de données et le data science.

Pandas ressemble beaucoup à Excel dans python, mais surpasse de loin les capacités d’Excel en matière d’analyse de data analysis. Ce tutoriel Pandas vous présente les fonctions d’analyses pour les Timeseries. Les plus utiles sont resample, rolling, et ewm.

Cette vidéo vous permet d’apprendre à utiliser ces fonctionalités en vous appuyant sur un cas pratique de data science : l’analyse de séries temporelle (timeseries) BITCOIN et ETHEREUM.

Timecode la vidéo:

PARTIE 1: BITCOIN

  • 00:45 : python DateTimeIndex
  • 05:25 : pandas resample() et agg()
  • 08:35 : pandas rolling(): Moving average
  • 10:49 : pandas ewm() : Exponential weigthed function

PARTIE 2: BITCOIN Vs ETHEREUM

  • 12:40 : pandas merge() : inner, outer, etc…
  • 16:34 : pandas corr() EXERCICE
  • 17:24 : Trading Strategy !

RÉPONSE EXERCICE DU TITANIC ET BONUS !

  • 19:48 : map() + apply() + replace() + cat.codes

 

Sommaire de la formation:

[su_menu name=”formation_python_machinelearnia”]

Contributeur expert

Guillaume Saint-Cirgue

Guillaume Saint-Cirgue est Lead Data Scientist à GKNAerospace (Royaume-Uni). Ingénieur généra

Partager l'article

Deux ans après l’arrivée de ChatGPT, comment la GenAI transforme la recherche en ligne et le marketing

Alors que ChatGPT vient de fêter son second anniversaire et compte aujourd'hui plus de 300 millions d'utilisateurs hebdomadaires, le rapport "Online Search After ChatGPT:...

Llama 3.3 70B : Meta dévoile son dernier ajout à la famille Llama 3, un modèle particulièrement efficace

Alors que Meta prépare le lancement des premiers modèles Llama 4 pour le début de l'année prochaine, l'entreprise a dévoilé en fin de semaine...

AgentLab, un framework open source pour le développement et l’évaluation des agents Web

Lancé par ServiceNow, AgentLab est un framework open source visant à faciliter le développement et l'évaluation d'agents Web. Son objectif principal est de soutenir...

Pleias : des modèles de langages ouverts pour une IA éthique et transparente

Pleias, une start-up française, annonce le lancement de sa première famille de grands modèles de langage (LLM), définissant de nouvelles références en matière...