jour de streak !
Badge débloqué !

Apprendre l'IA.
La pratiquer, vraiment.

Des parcours conçus à Dauphine pour comprendre, coder et expérimenter l'intelligence artificielle directement dans votre navigateur.

Python NumPy TensorFlow Pandas PyTorch Matplotlib Scikit-learn SQL Jupyter R Keras Spark
Espace de travail

Votre cours d'un côté,
votre code de l'autre

Un espace de travail tout-en-un : votre cours d'un côté, votre code de l'autre, sans friction. Organisez vos panneaux comme vous le souhaitez.

DAU'IA Workspace
Lignes exécutées
Étudiants inscrits
Formation active
Gratuit

Prêt à coder ?

Rejoignez la communauté et maîtrisez l'IA par la pratique. Inscription gratuite.

© 2025 DAU'IA — Association étudiante Paris-Dauphine PSL. Tous droits réservés.
Les parcours

Comprendre les concepts.
Les appliquer en code.

Des parcours créés par l'association DAU'IA, où chaque notion se prolonge par une expérimentation, un exercice de code ou un projet concret.

Organisé par
Défi sponsorisé · Data Science Club

Description du projet

Participants inscrits
Places disponibles

Groupes de 3 à 5 apprenants · Présentation finale au sponsor

Data Science Club

Défis collaboratifs sponsorisés par des entreprises partenaires

Rejoignez des équipes de 5 étudiants maximum pour relever des défis Data Science réels proposés par nos entreprises partenaires. Chaque projet aboutit à une présentation devant les sponsors.

Mon compte

Paramètres

JPG, PNG ou SVG · max 2 Mo

Python 3.11 · Sandbox
Antisèche Python

Bases Python

print(x)Afficher une valeur
type(x)Type d'une variable
len(x)Longueur d'une liste / str
range(n)Entiers de 0 à n-1
list(range(a,b))Liste d'entiers [a..b-1]
f"{var:.2f}"f-string formatage 2 décimales

Listes & Dictionnaires

lst.append(x)Ajouter en fin de liste
lst[i:j]Slice de i à j-1
[x*2 for x in lst]List comprehension
d.get(k, def)Valeur avec défaut
d.items()Paires (clé, valeur)

NumPy

np.array([...])Créer un tableau
np.zeros(n)Tableau de zéros
np.mean(arr)Moyenne
arr.shapeDimensions (lignes, cols)
arr.reshape(r,c)Redimensionner

Pandas

pd.read_csv('f.csv')Charger un CSV
df.head(n)Premières n lignes
df['col']Sélectionner une colonne
df.describe()Statistiques descriptives
df.dropna()Supprimer les NaN
df.groupby('c').mean()Grouper et agréger

Matplotlib

plt.plot(x,y)Courbe
plt.scatter(x,y)Nuage de points
plt.bar(x,y)Diagramme en barres
plt.title('...')Titre du graphique
plt.show()Afficher le graphique

Scikit-learn

model.fit(X,y)Entraîner le modèle
model.predict(X)Prédire
train_test_splitSéparer train/test
accuracy_scoreScore de précision

Vérification en cours...