> Formations > Technologies numériques > Développement logiciel > C, C++ > Formation Utiliser Python pour la data science > Formations > Technologies numériques > Formation Utiliser Python pour la data science

Utiliser Python pour la data science

Tutorat en option

Utiliser Python pour la data science

Tutorat en option
Télécharger au format pdf Partager cette formation par e-mail 2

Télécharger au format pdf Partager cette formation par e-mail 2

Ce cours en ligne a pour objectif de vous apprendre à utiliser le langage Python dans le cadre de la data science pour être en mesure d’analyser de gros volumes de données. Il s'adresse à des personnes disposant de connaissances en langage Python. La pédagogie s'appuie sur un auto-apprentissage séquencé par actions de l’utilisateur sur l’environnement à maîtriser. Une option de tutorat vient renforcer l'apprentissage.


Catalogue
Sur mesure

Formation en ligne

Réf. 4GU
  02h30
Prix : 95 € H.T.
Langue : FR
Tutorat sur demande
Ce module n’est pas vendu à l’unité sauf avec tutorat.
Tarifs dégressifs selon le nombre
d'apprenants, nous contacter




Ce cours en ligne a pour objectif de vous apprendre à utiliser le langage Python dans le cadre de la data science pour être en mesure d’analyser de gros volumes de données. Il s'adresse à des personnes disposant de connaissances en langage Python. La pédagogie s'appuie sur un auto-apprentissage séquencé par actions de l’utilisateur sur l’environnement à maîtriser. Une option de tutorat vient renforcer l'apprentissage.

Objectifs pédagogiques
À l’issue de la formation, le participant sera en mesure de :
  • Connaître NumPy et Pandas, les bibliothèques dédiées à la data science
  • Préparer et virtualiser des données
  • Analyser des variables
  • Estimer des modèles avec la bibliothèque Scikit-Learn

Public concerné
Développeurs Python et toute personne s'intéressant à la data science.

Prérequis
Connaissances solides du langage Python.

Programme de la formation

Python et la data science

  • Choisir Python pour la data science.
  • La bibliothèque NumPy.
  • Le type et la taille des vecteurs NumPy.
  • Initialisation et tableau NumPy.
  • Accès aux données d'un tableau NumPy à une dimension.
  • Accès aux données d'un tableau NumPy à deux dimensions.
  • Algèbre linéaire avec NumPy.
  • Tableau NumPy vs liste Python.
  • Statistique descriptive avec NumPy.

Visualisation de données

  • Installer Anaconda et Jupyter.
  • Travailler avec Jupyter.
  • Utiliser la bibliothèque Pandas.
  • Accéder aux données d'un DataFrame.
  • Filtrer les données d'un DataFrame.
  • Trier les données d'un DataFrame.
  • Gérer les statistiques de base avec un DataFrame.
  • Lire des fichiers de grande taille avec Pandas.

Statistiques inférentielles avec Python

  • Utiliser des méthodes melt et apply.
  • Extraire des informations à partir des données existantes.
  • Créer de nouvelles variables à partir des données existantes.
  • Visualiser les données avec Matplotlib.
  • Appréhender les tests d'hypothèses.
  • Réaliser des tests statistiques de comparaison de deux moyennes.

Modélisation multivariée avec Python

  • Introduction à la régression linéaire.
  • Exemple de modélisation avec la régression linéaire.
  • Introduction à l'algorithme Support Vector Machine.
  • Exemple de modélisation avec un Support Vector Machine.
  • Introduction à l'algorithme de K-means.
  • Exemple de l'algorithme K-means.


Modalités pratiques
Activités digitales
Démonstrations, cours enregistrés, partages de bonnes pratiques, quiz, fiches de synthèse.
Tutorat
Un formateur dédié accompagne l’apprenant dès le début de sa formation. Il corrige ses exercices et répond à ses questions par e-mail. Il anime une classe à distance sur mesure planifiée par l’apprenant durant la formation. Un forum de discussion permet aussi d’échanger et de partager entre les apprenants sur leurs pratiques. Un chef de projet coordonne les échanges.
Pédagogie et pratique;
Une évaluation tout au long de la formation grâce à une pédagogie active mixant théorie, exercice, partage de pratique et gamification. Un service technique est dédié au support de l’apprenant. La formation est diffusée au format SCORM (1.2) et accessible en illimité pendant 1 an.

Modalités d'évaluation
Le formateur évalue la progression pédagogique du participant tout au long de la formation au moyen de QCM, mises en situation, travaux pratiques…
Le participant complète également un test de positionnement en amont et en aval pour valider les compétence acquises.

Solutions de financement
Pour trouver la meilleure solution de financement adaptée à votre situation : contactez votre conseiller formation.
Il vous aidera à choisir parmi les solutions suivantes :
  • Le plan de développement des compétences de votre entreprise : rapprochez-vous de votre service RH.
  • Le dispositif FNE-Formation.
  • L’OPCO (opérateurs de compétences) de votre entreprise.
  • Pôle Emploi sous réserve de l’acceptation de votre dossier par votre conseiller Pôle Emploi.
  • Le plan de développement des compétences de votre entreprise : rapprochez-vous de votre service RH.
  • Le dispositif FNE-Formation.
  • L’OPCO (opérateurs de compétences) de votre entreprise.
  • Pôle Emploi sous réserve de l’acceptation de votre dossier par votre conseiller Pôle Emploi.