• Tout public

Comprendre les fondamentaux de la Data Science

Maîtriser le langage Python pour l’analyse de données

Manipuler, nettoyer et préparer des données

Réaliser des analyses exploratoires de données

Utiliser les principales bibliothèques Python de Data Science

Créer des visualisations pertinentes

Mettre en œuvre des modèles statistiques et de machine learning

Interpréter et communiquer les résultats d’analyse

Module 1 : Introduction à la Data Science et à Python

Concepts clés de la Data Science

Environnement de travail Python (Anaconda, Jupyter Notebook)

Rappels sur les bases du langage Python

Module 2 : Manipulation et préparation des données

Structures de données Python

Introduction à NumPy

Manipulation de données avec Pandas

Nettoyage, transformation et préparation des jeux de données

Module 3 : Analyse exploratoire des données

Statistiques descriptives

Détection des valeurs aberrantes

Analyse de corrélations

Études de cas pratiques

Module 4 : Visualisation des données

Principes de la data visualisation

Bibliothèques Matplotlib et Seaborn

Création de graphiques adaptés aux analyses

Module 5 : Introduction au Machine Learning

Concepts fondamentaux du Machine Learning

Apprentissage supervisé et non supervisé

Mise en œuvre avec Scikit-learn

Évaluation des modèles

Module 6 : Projet Data Science

Analyse complète d’un jeu de données réel

Choix des méthodes et modèles

Interprétation et présentation des résultats

Connaissances de base en informatique

Notions de mathématiques et de statistiques appréciées

Aucune expérience préalable en Data Science n’est obligatoire

Durée en centre : 35 heures
Durée totale : 35 heures

Formacode (Domaines de formation) :

• 30812 Langage Python
• 31098 Programmation orientée objet

Rome (Métiers) :

• M1805 Études et développement informatique

NSF (Spécialités de formation) :

• 326 Informatique, traitement de l'information, réseaux de transmission des données