Python Data Science avec Python
Date de mise à jour :
Identifiant Offre Info : 04_2688992F
Organisme responsable :
Vivaneo
(ouvre dans un nouvel onglet)
Présentation de la formation
Objectifs
- Comprendre l'écosystème Python dédié à la Data Science
- Maîtriser les bases du langage Python appliquées à l'analyse de données
- Manipuler, nettoyer et préparer des jeux de données
- Réaliser des analyses statistiques exploratoires
- Créer des visualisations de données pertinentes
- Appliquer des algorithmes de Machine Learning supervisés et non supervisés
- Évaluer et améliorer les performances des modèles
- Mettre en œuvre un projet Data Science complet
Programme de la formation
Module 1 : Introduction à la Data Science et à Python Présentation de la Data Science Cas d'usage et métiers associés Installation de l'environnement de travail (Python, Anaconda, Jupyter) Présentation des bibliothèques clés Module 2 : Fondamentaux de Python pour la Data Science Syntaxe de base et structures de données Conditions, boucles et fonctions Manipulation de fichiers Bonnes pratiques de programmation Module 3 : Manipulation et analyse de données Introduction à NumPy…
- Présentation de la Data Science
- Cas d'usage et métiers associés
- Installation de l'environnement de travail (Python, Anaconda, Jupyter)
- Présentation des bibliothèques clés
- Syntaxe de base et structures de données
- Conditions, boucles et fonctions
- Manipulation de fichiers
- Bonnes pratiques de programmation
- Introduction à NumPy
- Manipulation de données avec Pandas
- Importation et exportation de données
- Nettoyage et préparation des datasets
- Statistiques descriptives
- Analyse univariée et bivariée
- Détection des valeurs aberrantes
- Introduction aux probabilités
- Principes de la data visualisation
- Visualisation avec Matplotlib
- Visualisation avancée avec Seaborn
- Création de graphiques interprétables
- Concepts fondamentaux du Machine Learning
- Apprentissage supervisé et non supervisé
- Séparation des jeux de données
- Métriques d'évaluation des modèles
- Régression linéaire et logistique
- K-means et clustering
- Arbres de décision et forêts aléatoires
- Utilisation de Scikit-learn
- Définition d'une problématique métier
- Analyse complète d'un jeu de données
- Construction et évaluation d'un modèle
- Présentation et interprétation des résultats
Validation et sanction
- Être capable d'analyser et de traiter des données avec Python
- Construire des visualisations claires et exploitables
- Développer et évaluer des modèles de Machine Learning
- Mener un projet Data Science de bout en bout
- Comprendre les enjeux métiers liés aux données
Type de formation
Non certifiante
Niveau de sortie
Sans niveau spécifique
Durée, rythme, financement
Durée
En centre
35 h
Financement
- Conventionnement
- Oui
- Financeurs
-
- Autre
- Bénéficiaire de l'action
- Entreprise
- OPCO
Conditions d'accès
Publics visés
- Salarié
- Tout public
Niveau d'entrée
Sans niveau spécifique
Conditions spécifiques et prérequis
Connaissances de base en informatique Notions de mathématiques (algèbre et statistiques de base) Une première expérience en programmation est recommandée
Lieu de réalisation de l'action
Modalités d'enseignement
Formation entièrement en présentielle
Adresse
16bis Quai Amiral Hamelin14000 Caen
Responsable : Le MoHo
Périodes prévisibles de déroulement des sessions
Début
Fin
- Adresse d'inscription
-
28 Rue du Chemin Vert
75011 Paris 11e - État du recrutement
- Ouvert
- Modalités
- Entrées / Sorties à dates permanentes