Formation Python pour la Data Science

Maîtrisez la programmation Python pour l’analyse de données, la visualisation et le Machine Learning !

18 sessions dont 5 garanties Eligible OPCO

Vue d'ensemble

Découvrez la puissance de Python pour la science des données avec notre cours intensif de 3 jours. Cette formation vous permet d'acquérir les compétences nécessaires pour analyser, visualiser et modéliser les données de manière efficace. De l'expérience pratique avec les bibliothèques de base de Python à la construction de modèles d'apprentissage automatique, vous acquerrez l'expertise nécessaire pour transformer vos données en informations exploitables et relever les multiples défis de la data science.

Public visé

Data analysts Data scientists Développeurs Ingénieurs Big Data

Prérequis

Compréhension de base des concepts de programmation.
Familiarité avec les concepts mathématiques fondamentaux (statistiques et algèbre).

Objectifs pédagogiques

Comprendre les principes fondamentaux de la programmation Python et son application à la manipulation et à l'analyse des données

Appliquer des techniques de nettoyage et de prétraitement des données pour préparer les ensembles de données à l'analyse

Créer et interpréter des visualisations de données à l'aide de bibliothèques Python

Développer des modèles de Machine Learning basiques pour l’analyse prédictive

Évaluer les performances des modèles d'apprentissage automatique

Programme détaillé

Introduction à Python pour la science des données

Les bases de la programmation Python
Introduction à la syntaxe de Python, aux types de données (chaînes, entiers, flottants), aux structures de contrôle (instructions if, boucles), aux fonctions et aux modules.
Vue d’ensemble des environnements de développement Python (Jupyter Notebooks, PyCharm).
Configuration de l’environnement Python
Installation de Python et des bibliothèques essentielles : Pandas, NumPy, Matplotlib, Seaborn, Scikit-learn.
Environnements virtuels et gestion des paquets avec pip.

Activités pratiques :

Mise en place d’un environnement de développement Python.
Écrire des scripts Python de base pour effectuer des manipulations de données simples.

Manipulation de données avec Pandas

Comprendre Pandas pour l’analyse de données
Exploration des objets Series et DataFrame.
Indexation, sélection, filtrage et tri des données.
Fusionner, joindre et concaténer des données.
Techniques de nettoyage des données
Gestion des valeurs manquantes, des données dupliquées et des types de données incorrects.
Traitement des données textuelles et encodage des données catégorielles.

Activités pratiques :

Nettoyage d’un ensemble de données réelles à l’aide de Pandas.
Fusion de plusieurs ensembles de données en un seul DataFrame pour l’analyse.

Visualisation des données

Introduction à Matplotlib et Seaborn
Création de graphiques de base : graphiques linéaires, diagrammes à barres et histogrammes.
Visualisations avancées : diagrammes de dispersion, diagrammes en boîte et cartes thermiques.
Analyse visuelle des données
Utiliser les visualisations pour comprendre les distributions et les relations entre les données.
Personnaliser les graphiques avec des styles, des couleurs et des annotations.

Activités pratiques :

Visualisation des distributions de données et des relations dans un ensemble de données.
Conception de visualisations personnalisées pour communiquer des informations sur les données.

Les bases de l’apprentissage automatique (machine learning)

Apprentissage automatique avec Scikit-learn
Vue d’ensemble de l’apprentissage supervisé et non supervisé.
Modèles de régression et de classification : Régression linéaire, régression logistique, k-voisins les plus proches.
Métriques de régression et classification et techniques d’évaluation : R²-score, erreur moyenne absolue, précision, rappel, validation croisée…
Feature engineering et sélection des modèles
Prétraitement des données pour l’apprentissage automatique.
Sélection et mise au point des modèles de machine learning.

Activités pratiques :

Construction et évaluation d’un modèle de régression linéaire pour prédire des valeurs numériques.
Développement d’un modèle de classification pour catégoriser les points de données.

Machine Learning avancé et meilleures pratiques

Techniques avancées d’apprentissage automatique
Arbres de décision et forêts aléatoires.
Surajustement, sous-ajustement et régularisation du modèle.
Introduction aux réseaux neuronaux et aux concepts d’apprentissage profond.
Gestion de projet en science des données
Meilleures pratiques pour la collaboration dans les projets de science des données.
Considérations éthiques en science des données
Aborder la confidentialité des données, la sécurité et l’utilisation éthique des données.
Comprendre l’impact des données et des modèles biaisés.

Activités pratiques :

Mise en œuvre d’un modèle d’arbre de décision pour améliorer les prédictions.