Python pour la data science
Date de mise à jour :
Identifiant Offre Info : 03_2100834F
Organisme responsable :
Data Value
(ouvre dans un nouvel onglet)
Présentation de la formation
Objectifs
Programme de la formation
- Introduction rapide Historique Installation Premier programme Principales versions Prise en main de Python - Bases du langage Opérateurs et expressions Instructions de contrôle Fonctions Structures de données - Modules et packages Programmation modulaire Importation de modules Du module au Package - Librairie standard Gestion des fichiers Gestion des répertoires Interface avec le système - Programmation objets (bases) Définition de classes Héritages…
- Historique
- Installation
- Premier programme
- Principales versions
- Prise en main de Python
- Opérateurs et expressions
- Instructions de contrôle
- Fonctions
- Structures de données
- Programmation modulaire
- Importation de modules
- Du module au Package
- Gestion des fichiers
- Gestion des répertoires
- Interface avec le système
- Définition de classes
- Héritages
- Gestion des exceptions
- Surcharge des opérateurs
- Définitions fonctionnelles de listes
- Itérateurs et générateurs
- Décorateurs
- Instructions "with" et Contextlib
- Lambda fonctions
- Documentation de code
- Tests unitaires
- Debugger
- Installation de packages (pip)
- Base de NumPy (tableaux et types)
- Entrées/Sorties
- Fonctions utiles
- corrélation de données
- polynômes
- programmation fonctionnelle
- Manipulation de matrices
- Structure d'un graphe - éléments esthétiques
- Layout et Annotations
- Graphes en 3D
- Graphes interactifs
- Introduction à Seaborn
- Introduction à VisPy (3D temps-réel)
- Manipulation de Series et DataFrames
- Indexation, Catégories
- Fonctions numériques et statistiques
- Lecture & écriture de données
- Transformation de données
- Agrégations
- Time-Series
- Visualisation
- Introduction à SciKit-Learn
- Introduction à TensorFlow
- Introduction à PyTorch (Deep Learning)
Validation et sanction
- Identifier et utiliser les principales librairies de visualisation de données et notamment orientées cartographie
- Savoir manipuler des données volumineuses ne tenant pas en mémoire
- Avoir une bonne compréhension de l'écosystème scientifique de Python, savoir trouver ses librairies et juger de leur qualité
Type de formation
Non certifiante
Niveau de sortie
Sans niveau spécifique
Durée, rythme, financement
Modalités pédagogiques
Pédagogie active mêlant exposés, exercices et applications pratiques dans le logiciel Python.
Durée
En centre
21 h
Financement
- Conventionnement
- Non
- Financeurs
-
- Bénéficiaire de l'action
- Entreprise
Conditions d'accès
Public visé
- Tout public
Informations sur les publics
Développeurs, chefs de projets, data scientists développant des applications scientifiques requérant d'importantes capacités de calculs
Niveau d'entrée
Sans niveau spécifique
Conditions spécifiques et prérequis
Expérience de la programmation et de l'algorithmique
Lieu de réalisation de l'action
Modalités d'enseignement
Formation entièrement en présentielle
Adresse
33 Rue de la République69002 Lyon 2e
Responsable : ASI
Périodes prévisibles de déroulement des sessions
Début
Fin
- Adresse d'inscription
-
41 rue de la Découverte
31676 Labège - État du recrutement
- Ouvert
- Modalités
- Entrées / Sorties à dates fixes