Objectifs de la formation
L’objectif de cette formation est d’apprendre la data science avec Python en développant vos compétences en manipulation, visualisation et analyse de données, tout en découvrant les outils essentiels comme NumPy, Pandas, Matplotlib et Scikit-Learn, afin de mener à bien des projets complets d’exploration et de valorisation des données.Préalables
Disposer de connaissances basiques en PythonFormateurs
Architecture de la formation
Python pour la Data Science
Python et la Data Science
⦁ Choisir Python pour la Data Science
⦁ La bibliothèque NumPy
⦁ Le type et la taille des vecteurs NumPy
⦁ Initialisation et tableau NumPy
⦁ Accéder aux données d’un tableau NumPy à une dimension
⦁ Accéder aux données d’un tableau NumPy à deux dimensions
⦁ Algèbre linéaire avec NumPy
⦁ Tableau NumPy versus liste Python
⦁ Statistique descriptive avec NumPy
Visualisation de données
⦁ Installer Anaconda et Jupyter
⦁ Travailler avec Jupyter
⦁ La bibliothèque Pandas
⦁ Accéder aux données d’un Data Frame
⦁ Filtrer les données d’un Data Frame
⦁ Trier les données d’un Data Frame
⦁ Les statistiques de base avec un Data Frame
⦁ Lecture des fichiers de grandes tailles avec Pandas
Les statistiques inférentielles avec Python
⦁ Utilisation des méthodes melt et apply
⦁ Extraire des informations à partir des données existantes
⦁ Créer de nouvelles variables à partir des données existantes
⦁ Visualiser les données avec Matplotlib
⦁ La loi Normale
⦁ Introduction aux tests d’hypothèses
⦁ Test statistique de comparaison de deux moyennes
Modélisation multivariée avec Python
⦁ Introduction à la régression linéaire
⦁ Exemple de modélisation avec la régression linéaire
⦁ Introduction à l’algorithme Support Vector Machine
⦁ Exemple de modélisation avec un Support Vector Machine
⦁ Introduction à l’algorithme de K-Means
⦁ Exemple de l’algorithme K-Means
⦁ Conclusion
Visualisation de données avec Matplotlib – Créez des graphiques professionnels et intuitifs
Introduction à la visualisation de données
⦁ La visualisation de données
⦁ Pourquoi utiliser Matplotlib ?
⦁ Installation et prise en main de Matplotlib
⦁ Les différentes typologies de graphiques
⦁ Premiers pas avec Matplotlib
⦁ Structure de base
⦁ Tracer un premier graphique
⦁ Sauvegarder et afficher les graphiques
⦁ Afficher plusieurs courbes
Tracer ses premiers graphiques
⦁ Les diagrammes en barres
⦁ Les histogrammes
⦁ Les courbes
⦁ Les diagrammes en secteurs
⦁ Les graphiques de dispersion
⦁ Les graphiques en aires
⦁ Les graphiques en 3D et leurs animations
⦁ Les graphiques avec axes multiples
⦁ Les boxplots
Personnaliser ses graphiques
⦁ Changer la couleur, le style et les marqueurs
⦁ Ajouter des labels et des titres
⦁ Ajouter une légende
⦁ Gestion des axes
⦁ Gestion des sous-graphiques
⦁ Ajout d’annotations et de texte
⦁ Personnalisation avancée
Statistiques descriptives avec Python
Introduction aux statistiques
⦁ Prérequis
⦁ Introduction aux statistiques
⦁ Pourquoi les statistiques avec Python ?
⦁ Installer son environnement de travail
⦁ Les statistiques descriptives
Statistiques descriptives
⦁ Importer un échantillon avec Pandas
⦁ Structure des données
⦁ Manipulation des données avec Pandas
⦁ Utiliser les fonctions avancées de Pandas
⦁ Utiliser la fonction apply
⦁ Etudier une variable quantitative
⦁ Etudier une variable qualitative
Le pouvoir de la visualisation de données
⦁ Introduction à Matplotlib
⦁ Ajouter des couleurs dans vos graphiques
⦁ Utiliser les histogrammes
⦁ Utiliser les boîtes à moustache
⦁ Etudier les relations entre deux variables
Tests paramétrique et non paramétrique
⦁ La loi normale centrée réduite
⦁ Estimer une moyenne
⦁ Test d’hypothèse
⦁ Calcul de la p-value
⦁ La modélisation statistique
⦁ Statistiques vs Machine Learning
⦁ Conclusion
Livre en complément
Ce module vous propose la consultation d’un support de cours numérique.
Maîtrisez la Data Science avec Python
Détails pédagogiques
Type de cours
Notes relatives à la formation
Formation 100% à distance. Accessible en tout temps de n’importe où. Un an d’accès à la formation et au manuel numérique.
Formation en entreprise
Toutes nos formations peuvent être offertes en entreprise et personnalisées selon vos besoins. Pour plus d'information, nous vous invitons à communiquer avec nous ou à remplir une demande de soumission en ligne.
Demander une soumissionFormation en entreprise
Toutes nos formations peuvent être offertes en entreprise et personnalisées selon vos besoins. Pour plus d'information, nous vous invitons à communiquer avec nous ou à remplir une demande de soumission en ligne.
Demander une soumission