PyCharm

Depuis plusieurs années, la plupart de nos applications sont pilotées par les volumes considérables de données que nous collectons et traitons. Certains d'entre nous parlent de l'ère des données. L'un des aspects essentiels du traitement d'un tel volume de données est la détection des anomalies, à s…

Dans cette série d'articles consacrés à la science des données, nous avons parlé de la source des données et vu comment explorer ces données avec pandas, mais s'il s'agit d'un excellent exercice, il ne reflète pas tout à fait ce qu'il convient d'appeler les données réelles. Les données utilisées au …

L'analyse de sentiments est l'une des méthodes les plus répandues d'analyse de texte. Elle permet de comprendre rapidement ce que ressentent les gens dans de nombreux domaines et a des applications utiles dans des activités telles que le service client, les études de marché et recherches sur les pro…

Ce article a été écrit par Dido Grigorov, ingénieur en deep learning et programmeur Python ayant 17 ans d'expérience dans ce domaine. Les chatbots ont évolué et ils sont aujourd'hui bien plus que de simples outils de questions/réponses. La puissance des grands modèles de langage (LLM) leur permet d…

L'IA générative et les LLM ont fait la une cette année, mais ont-ils eu un véritable impact sur les tendances en matière de science des données et de machine learning ? Quelles sont les nouvelles tendances de la science des données qui valent la peine d'être suivies ? Tous les ans, JetBrains et la P…

Que diriez-vous de pouvoir booster vos workflows avec des modèles de machine learning pré-entraînés ?  L'intégration de PyCharm avec Hugging Face est conçue pour amener la productivité de vos workflows de machine learning et de développement à un niveau supérieur.  Cette intégration permet de trouve…

Les notebooks Jupyter vous permettent de présenter des analyses en créant et en partageant des données, des équations et des visualisations de façon séquentielle, tout en développant un récit structuré au fil du notebook. L'utilisation de notebooks Jupyter dans PyCharm Professional donne accès à des…

Si vous avez suivi les avancées des dataframes en Python, vous avez sans doute entendu parler de Polars, la puissante bibliothèque de dataframes conçue pour travailler avec de grands jeux de données. Contrairement aux autres bibliothèques pour les grands jeux de données tels que Spark, Dask et …

Passer de la lecture d'un fichier CSV stocké localement dans des pandas à la connexion  à une base de données pour l'interroger peut s'avérer complexe. Dans cet article, nous expliquons comment lire des données stockées dans une base de données MySQL dans des pandas et présentons plusieurs fonctionn…