« Outils de productivité » : différence entre les versions
Aucun résumé des modifications |
m (Remplacement de texte : « ↵<small> » par « ==Sources== ») |
||
| (3 versions intermédiaires par le même utilisateur non affichées) | |||
| Ligne 1 : | Ligne 1 : | ||
== Définition == | == Définition == | ||
Un projet d’analyse de données typique peut contenir plusieurs parties, chacune composée de plusieurs fichiers de données et de différents scripts avec code. Il est parfois difficile de gérer toutes ces parties. Aujourd’hui, grâce aux outils de productivité vous pouvez organiser vos projets et à tenir un registre de ces derniers lorsqu’ils seront finalisés. Parmi ces outils indispensables à l’exercice de la science des données, il convient de citer des outils tels qu’Unix/Linux, git et GitHub, RStudio et Jupyter Notebook. | Un projet d’analyse de données typique peut contenir plusieurs parties, chacune composée de plusieurs fichiers de données et de différents scripts avec code. Il est parfois difficile de gérer toutes ces parties. Aujourd’hui, grâce aux outils de productivité vous pouvez organiser vos projets et à tenir un registre de ces derniers lorsqu’ils seront finalisés. Parmi ces outils indispensables à l’exercice de la science des données, il convient de citer des outils tels qu’Unix/Linux, git et GitHub, RStudio et Jupyter Notebook. | ||
| Ligne 12 : | Ligne 9 : | ||
==Sources== | |||
[https://www.kdnuggets.com/2020/12/20-core-data-science-concepts-beginners.html Source:kdnuggets] | [https://www.kdnuggets.com/2020/12/20-core-data-science-concepts-beginners.html Source:kdnuggets] | ||
[[Catégorie:GRAND LEXIQUE FRANÇAIS]] | |||
[[Catégorie: | |||
Dernière version du 28 janvier 2024 à 10:38
Définition
Un projet d’analyse de données typique peut contenir plusieurs parties, chacune composée de plusieurs fichiers de données et de différents scripts avec code. Il est parfois difficile de gérer toutes ces parties. Aujourd’hui, grâce aux outils de productivité vous pouvez organiser vos projets et à tenir un registre de ces derniers lorsqu’ils seront finalisés. Parmi ces outils indispensables à l’exercice de la science des données, il convient de citer des outils tels qu’Unix/Linux, git et GitHub, RStudio et Jupyter Notebook.
Français
Outils de productivité
Anglais
Productivity Tools
Sources
Contributeurs: wiki, Sihem Kouache
