Aller au contenu principal

Python pour la data science

Date de mise à jour :
Identifiant Offre Info : 14_AF_0000249728
Organisme responsable : Stat4decision (ouvre dans un nouvel onglet)

Nouvelle recherche

Présentation de la formation

Objectifs

  • Maîtriser les bases de python
  • Etre capable d'analyser des données avec python
  • Etre capable d'automatiser le traitement de données avec python
  • Connaître les outils pour la data science de python

Programme de la formation

Jour 1 - Python aujourd'hui : bases et bonnes pratiques Introduction au langage python Pour qui ? Pour quoi faire ? Comment ? Les consoles et le débogage en python Le langage (la syntaxe, les structures (string, listes, dictionnaires…), les opérateurs et les fonctions) Les classes, les objets et la création de bibliothèques Jour 2 – Manipulation et préparation des données avec pandas Importation de données CSV, Excel Fichiers texte Bases de données (SQL –…

Jour 1 - Python aujourd'hui : bases et bonnes pratiques
  • Introduction au langage python
    • Pour qui ? Pour quoi faire ? Comment ?
    • Les consoles et le débogage en python
    • Le langage (la syntaxe, les structures (string, listes, dictionnaires…), les opérateurs et les fonctions)
    • Les classes, les objets et la création de bibliothèques
Jour 2 – Manipulation et préparation des données avec pandas
  • Importation de données
    • CSV, Excel
    • Fichiers texte
    • Bases de données (SQL – principes, exemples)
    • Données issues du web (API, scraping léger)
  • Manipulation de données avec pandas
    • DataFrame : concepts fondamentaux
    • Sélection, filtrage, tri
    • Création et transformation de variables
    • Jointures et concaténations
    • Gestion des données manquantes
  • Préparation des données pour l'analyse
    • Nettoyage et contrôles de qualité
    • Typage des variables
    • Variables catégorielles
    • Travail sur les dates et les données textuelles
    • Agrégations (groupby, pivots)
  • Automatisation des traitements
Jour 3 – Visualisation et analyse exploratoire
  • Principes de la data visualisation
    • Pourquoi visualiser ?
    • Erreurs classiques
    • Choisir le bon graphique pour la bonne question
  • Visualisation avec matplotlib & seaborn
    • Histogrammes, boxplots, scatter plots
    • Comparaison de groupes
    • Visualisations multivariées
    • Personnalisation minimale mais lisible
  • Analyse exploratoire (EDA)
    • Lire une distribution
    • Détecter des anomalies
    • Comprendre des relations entre variables
    • Interpréter sans sur-interpréter
  • Visualisation interactive (ou dashboards légers)
    • Introduction aux visualisations interactives
    • Atelier : exploration visuelle complète d'un jeu de données
Jour 4 – Introduction au machine learning et mise en production 
  • Comprendre le machine learning (sans jargon inutile)
    • Apprentissage supervisé / non supervisé
    • Régression vs classification
    • Sur-apprentissage, biais, variance
    • Importance de la validation
  • Préparation des données pour le ML
    • Séparation train / test
    • Standardisation et encodage
    • Pipelines avec scikit-learn
  • Cas pratiques de machine learning
    • Régression (prévision, scoring)
    • Classification simple
    • Clustering (k-means, segmentation)
  • Industrialisation et bonnes pratiques

Validation et sanction

Attestation de formation

Type de formation

Non certifiante

Niveau de sortie

Sans niveau spécifique

Durée, rythme, financement

Modalités pédagogiques

Formation en salle de classe virutelle

Durée

En centre

28 h

Financement

Conventionnement
Non

Conditions d'accès

Public visé

  • Tout public

Niveau d'entrée

Sans niveau spécifique

Conditions spécifiques et prérequis

Connaissances de base en traitement de données (statistique et tables de données) Pas de prérequis en python

Lieu de réalisation de l'action

Modalités d'enseignement

Formation entièrement à distance

Adresse

Périodes prévisibles de déroulement des sessions

Début

Fin

Adresse d'inscription
Stat4decision
75012 Paris 12e
État du recrutement
Ouvert
Modalités
Entrées / Sorties à dates fixes