Environnement de développement scientifique et technique

Objectifs

Se familiariser avec l'environnement de développement scientifique et technique

Pratiquer la programmation scientifique en Python

Programmer des modèles mathématiques et des simulations avec MATLAB

Créer des visualisations de données interactives avec Tableau

Traiter des images et des signaux avec MATLAB

Se lancer dans l'apprentissage automatique avec Python

Programme de la formation

Se familiariser avec l'environnement de développement scientifique et technique

- Comprendre les principes de base de l'environnement de développement scientifique et technique

- Se familiariser avec les outils de l'environnement de développement scientifique et technique

- Découvrir les différents langages de programmation utilisés dans l'environnement de développement scientifique et technique

- Explorer les domaines d'application de l'environnement de développement scientifique et technique

- Connaître les bonnes pratiques pour l'utilisation de l'environnement de développement scientifique et technique

Pratiquer la programmation scientifique en Python

- Installer et configurer l'environnement de développement pour la programmation scientifique en Python

- Manipuler des données et effectuer des calculs numériques avec Python

- Utiliser les bibliothèques scientifiques Python (NumPy, Pandas, Matplotlib)

- Programmer des algorithmes scientifiques en Python

- Gérer des fichiers de données avec Python

- Optimiser les performances de calcul en Python

Programmer des modèles mathématiques et des simulations avec MATLAB

- Prendre en main l'environnement de développement MATLAB

- Programmer des modèles mathématiques et des simulations avec MATLAB

- Visualiser et analyser les résultats des simulations avec MATLAB

- Optimiser les performances des simulations avec MATLAB

- Utiliser les outils de la boîte à outils de simulation de systèmes dans MATLAB

- Concevoir des contrôles de systèmes avec MATLAB

Créer des visualisations de données interactives avec Tableau

- Prendre en main l'interface de Tableau

- Importer et manipuler des données dans Tableau

- Créer des visualisations de données interactives avec Tableau

- Utiliser les filtres et les actions pour interagir avec les visualisations de données

- Créer des tableaux de bord et des rapports avec Tableau

- Publier et partager des visualisations de données avec Tableau

Traiter des images et des signaux avec MATLAB

- Prendre en main les outils de traitement d'images et de signaux dans MATLAB

- Acquérir, prétraiter et filtrer des signaux avec MATLAB

- Segmenter, classifier et reconnaître des motifs dans les images avec MATLAB

- Analyser spectralement et traiter le signal dans MATLAB

- Utiliser des techniques de filtrage adaptatif pour le traitement du signal dans MATLAB

- Appliquer le traitement d'images et de signaux dans des situations réelles

Se lancer dans l'apprentissage automatique avec Python

- Comprendre les principes de base de l'apprentissage automatique

- Explorer les données et préparer des données pour l'apprentissage automatique

- Utiliser les bibliothèques Python pour l'apprentissage automatique (Scikit-learn, TensorFlow)

Validation et sanction

Attestation de formation

Type de formation

Non certifiante

Sortie

Sans niveau spécifique