Python
Pour la Data Science
Objectifs de la formation
- Expliquer l'intérêt de Python, ses principes fondamentaux et son application à l'analyse de données
- Manipuler les différents types de données et opérateurs
- Appliquer des techniques de nettoyage et de pré-traitement des données
- Créer et interpréter des visualisations de données
- Développer de premiers modèles de Machine Learning
Programme de la formation
-
Introduction
- - Les bases de la programmation Python et de sa syntaxe
- - Types de données et opérateurs (addition, égalité…)
- - Vue d'ensemble des environnements de développement (Jupyter Notebook, PyCharm)
- - Installation et configuration de Python et des bibliothèques essentielles
-
Manipulation de données avec Pandas
- - Exploration des objets Series et DataFrame
- - Indexation, sélection, filtrage et tri des données
- - Fusionner, joindre et concaténer des données
- - Nettoyage : valeurs manquantes, doublons et types de données incorrects
- - Traitement des données textuelles et encodage des données catégorielles
-
Visualiser des données
- - Introduction à Matplotlib, Seaborn et Plotly
- - Graphiques de base : courbes, diagrammes en barres et histogrammes
- - Visualisations avancées : nuages de points, boîtes à moustaches et cartes thermiques
- - Utiliser les visualisations pour comprendre les distributions et les relations entre les données
-
Les bases de l'apprentissage automatique
- - Prétraitement des données pour l'apprentissage automatique
- - Vue d'ensemble de l'apprentissage supervisé et non supervisé
- - Modèles de régression, de classification et de clustering
- - Séries temporelles
Informations générales
Prenons contact3 jours (21 h) – Débutant – Intra-entreprise, en présentiel ou à distance – Devis sur demande
Méthodes mobilisées : Apports théoriques, exercices pratiques sur notebooks, pair-coding, mini-projet. Support de cours remis à chaque participant.
Moyens d'évaluation : Test de positionnement en amont de la formation, évaluation des acquis en fin de formation par le formateur (test ou cas pratique), questionnaire de satisfaction.
Sanction : Attestation de fin de formation.
Pré-requis : Connaissances de base en manipulation de données.
Public ciblé : Data analysts, data scientists, développeurs.
Pour une session sur-mesure, une adaptation pour les personnes en situation de handicap ou des informations complémentaires : contact@scopa.co
Modalités et délai d'accès : inscription par e-mail, entretien préalable pour analyser votre besoin, délai d'accès de 2 semaines après validation.