« Outils de productivité » : différence entre les versions


(Page créée avec « ==en construction== == Définition == Un projet d’analyse de données typique peut se composer de plusieurs parties, chacune comportant plusieurs fichiers de données... »)
 
m (Remplacement de texte : « ↵<small> » par «  ==Sources== »)
 
(5 versions intermédiaires par 2 utilisateurs non affichées)
Ligne 1 : Ligne 1 :
==en construction==
== Définition ==
== Définition ==
Un projet d’analyse de données typique peut se composer de plusieurs parties, chacune comportant plusieurs fichiers de données et différents scripts avec code. Il peut être compliqué de maintenir l’organisation de toutes ces parties. Les outils de productivité vous aident à garder les projets organisés et à tenir un registre des projets terminés. Certains outils indispensables pour les scientifiques praticiens comprennent 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.


== Français ==
== Français ==
Ligne 12 : Ligne 9 :




 
==Sources==
 
<small>


[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:vocabulary]]
 
[[Catégorie:vocabulaire]]
[[Catégorie:sihem]]

Dernière version du 28 janvier 2024 à 11:38

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

Source:kdnuggets



Contributeurs: wiki, Sihem Kouache