Science des données en Python avec le TCLab

Ces modules sont destinés à vous aider à développer des compétences en science des données et en apprentissage automatique en Python. Les 12 modules sont accompagnés de tutoriels vidéo et de solutions pour chaque exercice. L’une des particularités de ces modules est que vous travaillez sur des éléments de base et que vous testez ensuite vos connaissances à l’aide d’exercices sur des données réelles avec un projet de conception de transfert de chaleur. Vous verrez que votre code Python a un impact réel en concevant les matériaux d’un nouveau produit.

L’une des meilleures façons de s’initier à un langage de programmation ou de le réviser est de travailler sur un projet. Ces exercices sont conçus pour enseigner les compétences de programmation Python en science des données. Les applications de la science des données se retrouvent dans presque toutes les industries où les données brutes sont transformées en informations exploitables qui stimulent la découverte scientifique, les innovations commerciales et le développement. Ce projet vise à déterminer la conductivité thermique de plusieurs matériaux. La conductivité thermique est la capacité d’un matériau à conduire ou à isoler le transfert de chaleur. Le projet spécifique de transfert de chaleur montre comment appliquer la science des données pour résoudre un problème important avec des méthodes applicables à de nombreuses applications différentes.

Objectif: Recueillir et analyser les données du TCLab pour déterminer la conductivité thermique de trois matériaux (métal, plastique et carton) placés entre deux capteurs de température. Créer un jumeau numérique qui prédit le transfert de chaleur et la température.

Pour rendre le problème plus applicable à une situation réelle, supposons que vous conceviez un téléphone portable de nouvelle génération. La batterie et le processeur du téléphone cellulaire génèrent beaucoup de chaleur. Vous voulez vous assurer que le matériau qui les sépare empêchera la batterie d’être surchauffée par le processeur. Cette étude vous aidera à répondre aux questions sur les propriétés des matériaux pour prédire la température de la batterie et du processeur.

Thèmes

Il y a 12 leçons pour vous aider à atteindre l’objectif d’apprentissage de la science des données en Python. La première chose dont vous aurez besoin est d’installer Python pour ouvrir et exécuter les fichiers du carnet IPython dans Jupyter. Vous trouverez des instructions supplémentaires sur l’installation de Python et la gestion des modules. N’importe quelle distribution Python ou environnement de développement intégré (IDE) peut être utilisé (IDLE, Spyder, PyCharm, et autres), mais Jupyter notebook ou VSCode est nécessaire pour ouvrir et exécuter les fichiers IPython notebook (.ipynb). Tous les fichiers IPython notebook (.ipynb) peuvent être téléchargés. N’oubliez pas de décompresser le dossier (extraire l’archive) et de le copier dans un endroit pratique avant de commencer.

1. Vue d’ensemble
2. Importation et exportation de données
3. Analyse des données
4. Visualiser les données
5. Préparer (nettoyer, peser, diviser) les données
6. Régression
7. Caractéristiques
8. Classification
9. Interpolation
10. Résoudre des équations
11. Equations différentielles
12. Séries chronologiques

Ils permettent d’acquérir les compétences nécessaires pour travailler sur le projet final. Dans le projet final, des pièces de monnaie métalliques, du plastique et du carton sont insérés entre les deux éléments chauffants de manière à ce qu’il y ait un chemin de conduction de la chaleur entre les deux capteurs. La différence de température et les niveaux de température dépendent de la capacité du matériau à conduire la chaleur du chauffage 1 et du capteur de température T1 vers l’autre capteur de température T2.

Il se peut que vous ne sachiez pas toujours comment résoudre les problèmes au départ ou comment construire les algorithmes. Il se peut que vous ne connaissiez pas la fonction dont vous avez besoin ou le nom de la propriété associée à un objet. C’est une question de conception. Vous devez rechercher les informations dont vous pourriez avoir besoin en utilisant des ressources d’aide, des ressources en ligne, des manuels, etc.

Vous serez évalué non seulement sur la capacité du programme à produire un résultat correct, mais aussi sur les bonnes pratiques de programmation telles que la facilité d’utilisation, la lisibilité et la simplicité du code, la programmation modulaire et des commentaires adéquats et utiles. Rappelez-vous que les commentaires, l’indentation et la programmation modulaire peuvent vraiment vous aider et aider les autres lors de la révision de votre code.

Laboratoire de contrôle de la température

Les projets sont une révision de tout le matériel de cours avec des données réelles provenant de capteurs de température dans le laboratoire de contrôle de la température (TCLab). Les températures sont ajustées à l’aide d’appareils de chauffage qui sont ajustés avec le TCLab. Si vous n’avez pas de module TCLab, utilisez le simulateur de jumeaux numériques en remplaçant TCLab() par TCLabModel().