Data Science – Python

0 Enrolled
28 week
  • 28 week
  • 168
  • 0
  • no
2,700.00€

Aperçu du cours

Introduction à la Data Science avec Python
Ce module introductif présente les fondamentaux de la data science et le rôle central de Python dans ce domaine. Découvrez pourquoi Python est privilégié par les data scientists pour son efficacité et sa flexibilité.

Manipulation de données avec Pandas et NumPy
Apprenez à manipuler et à nettoyer des données avec Pandas, une librairie essentielle en data science pour le traitement des données tabulaires, et NumPy pour les opérations sur des tableaux numériques de haute performance.

Visualisation de données
Explorez les techniques de visualisation de données avec Matplotlib et Seaborn pour créer des graphiques qui communiquent clairement vos analyses. Ce module vous enseignera à transformer des données complexes en visualisations intuitives et informatives.

Projets pratiques en Data Science
Engagez-vous dans des projets pratiques qui reflètent des défis réels en data science. Utilisez Python pour analyser des ensembles de données, créer des modèles prédictifs et présenter des solutions innovantes à des problèmes complexes.

Prérequis

  • Utilisation régulière du langage Python

Objectifs pédagogiques

  • Avoir une vue d’ensemble de l’écosystème scientifique de Python
  • Connaître les librairies scientifiques incontournables pour la science des données
  • Manipuler des données volumineuses avec Python
  • Apprivoiser l’intérêt de la Data Visualisation
  • Créer des visualisation des données avec Python

Public ciblé

  • Ingénieur
  • Développeurs
  • Chercheurs
  • Data scientists
  • Data analysts

Programme de formation

  • Introduction de l'écosystème scientifique de Python

    • Tour d’horizon de l’écosystème

    • Recherche et jugement des librairies

    • Outils et logiciels de la Data Science

    • Anaconda : distribution scientifique

    • Intérêt et utilisation de l’environnement virtuel

    • Interprétateur IPython & serveur Jupyter

    • Best practices des projets de data science

    • Format de fichiers scientifiques et librairies

    • Travaux pratiques : Mise en place d’un environnement de développement

  • Introduction de l'écosystème scientifique de Python

    • Tour d’horizon de l’écosystème

    • Recherche et jugement des librairies

    • Outils et logiciels de la Data Science

    • Anaconda : distribution scientifique

    • Intérêt et utilisation de l’environnement virtuel

    • Interprétateur IPython & serveur Jupyter

    • Best practices des projets de data science

    • Format de fichiers scientifiques et librairies

    • Travaux pratiques : Mise en place d’un environnement de développement

  • Introduction de l'écosystème scientifique de Python

    • Tour d’horizon de l’écosystème

    • Recherche et jugement des librairies

    • Outils et logiciels de la Data Science

    • Anaconda : distribution scientifique

    • Intérêt et utilisation de l’environnement virtuel

    • Interprétateur IPython & serveur Jupyter

    • Best practices des projets de data science

    • Format de fichiers scientifiques et librairies

    • Travaux pratiques : Mise en place d’un environnement de développement

  • Introduction de l'écosystème scientifique de Python

    • Tour d’horizon de l’écosystème

    • Recherche et jugement des librairies

    • Outils et logiciels de la Data Science

    • Anaconda : distribution scientifique

    • Intérêt et utilisation de l’environnement virtuel

    • Interprétateur IPython & serveur Jupyter

    • Best practices des projets de data science

    • Format de fichiers scientifiques et librairies

    • Travaux pratiques : Mise en place d’un environnement de développement

  • Introduction de l'écosystème scientifique de Python

    • Tour d’horizon de l’écosystème

    • Recherche et jugement des librairies

    • Outils et logiciels de la Data Science

    • Anaconda : distribution scientifique

    • Intérêt et utilisation de l’environnement virtuel

    • Interprétateur IPython & serveur Jupyter

    • Best practices des projets de data science

    • Format de fichiers scientifiques et librairies

    • Travaux pratiques : Mise en place d’un environnement de développement

  • Introduction de l'écosystème scientifique de Python

    • Tour d’horizon de l’écosystème

    • Recherche et jugement des librairies

    • Outils et logiciels de la Data Science

    • Anaconda : distribution scientifique

    • Intérêt et utilisation de l’environnement virtuel

    • Interprétateur IPython & serveur Jupyter

    • Best practices des projets de data science

    • Format de fichiers scientifiques et librairies

    • Travaux pratiques : Mise en place d’un environnement de développement

  • SciPy Stack

    • Présentation de SciPy Stack

    • Numpy

    • SciPy & Numpy : usages complémentaires

    • Pandas

    • Matplotlib

    • Travaux pratiques : mesure de performances, traitement d’images, analyse statistiques…

  • SciPy Stack

    • Présentation de SciPy Stack

    • Numpy

    • SciPy & Numpy : usages complémentaires

    • Pandas

    • Matplotlib

    • Travaux pratiques : mesure de performances, traitement d’images, analyse statistiques…

  • SciPy Stack

    • Présentation de SciPy Stack

    • Numpy

    • SciPy & Numpy : usages complémentaires

    • Pandas

    • Matplotlib

    • Travaux pratiques : mesure de performances, traitement d’images, analyse statistiques…

  • SciPy Stack

    • Présentation de SciPy Stack

    • Numpy

    • SciPy & Numpy : usages complémentaires

    • Pandas

    • Matplotlib

    • Travaux pratiques : mesure de performances, traitement d’images, analyse statistiques…

  • SciPy Stack

    • Présentation de SciPy Stack

    • Numpy

    • SciPy & Numpy : usages complémentaires

    • Pandas

    • Matplotlib

    • Travaux pratiques : mesure de performances, traitement d’images, analyse statistiques…

  • SciPy Stack

    • Présentation de SciPy Stack

    • Numpy

    • SciPy & Numpy : usages complémentaires

    • Pandas

    • Matplotlib

    • Travaux pratiques : mesure de performances, traitement d’images, analyse statistiques…

  • Les librairies de visualisation

    • Tour d’horizon des librairies de visualisation

    • Les librairies orientées desktop

    • Les librairies orientées web

    • Les librairies pour la 3D

    • Les librairies cartographiques

    • Les librairies big data

    • Travaux pratiques : utilisations des différentes librairies, visualisation et création de tableaux de bord

  • Les librairies de visualisation

    • Tour d’horizon des librairies de visualisation

    • Les librairies orientées desktop

    • Les librairies orientées web

    • Les librairies pour la 3D

    • Les librairies cartographiques

    • Les librairies big data

    • Travaux pratiques : utilisations des différentes librairies, visualisation et création de tableaux de bord

  • Les librairies de visualisation

    • Tour d’horizon des librairies de visualisation

    • Les librairies orientées desktop

    • Les librairies orientées web

    • Les librairies pour la 3D

    • Les librairies cartographiques

    • Les librairies big data

    • Travaux pratiques : utilisations des différentes librairies, visualisation et création de tableaux de bord

  • Les librairies de visualisation

    • Tour d’horizon des librairies de visualisation

    • Les librairies orientées desktop

    • Les librairies orientées web

    • Les librairies pour la 3D

    • Les librairies cartographiques

    • Les librairies big data

    • Travaux pratiques : utilisations des différentes librairies, visualisation et création de tableaux de bord

  • Les librairies de visualisation

    • Tour d’horizon des librairies de visualisation

    • Les librairies orientées desktop

    • Les librairies orientées web

    • Les librairies pour la 3D

    • Les librairies cartographiques

    • Les librairies big data

    • Travaux pratiques : utilisations des différentes librairies, visualisation et création de tableaux de bord

  • Les librairies de visualisation

    • Tour d’horizon des librairies de visualisation

    • Les librairies orientées desktop

    • Les librairies orientées web

    • Les librairies pour la 3D

    • Les librairies cartographiques

    • Les librairies big data

    • Travaux pratiques : utilisations des différentes librairies, visualisation et création de tableaux de bord

  • Data Visualisation

    • Intérêts et usages

    • PyViz & HoloViz

    • SuperSet, Mayavi, Paraview & VisIt

    • Travaux pratiques : Manipulation des outils présentés

  • Data Visualisation

    • Intérêts et usages

    • PyViz & HoloViz

    • SuperSet, Mayavi, Paraview & VisIt

    • Travaux pratiques : Manipulation des outils présentés

  • Data Visualisation

    • Intérêts et usages

    • PyViz & HoloViz

    • SuperSet, Mayavi, Paraview & VisIt

    • Travaux pratiques : Manipulation des outils présentés

  • Data Visualisation

    • Intérêts et usages

    • PyViz & HoloViz

    • SuperSet, Mayavi, Paraview & VisIt

    • Travaux pratiques : Manipulation des outils présentés

  • Data Visualisation

    • Intérêts et usages

    • PyViz & HoloViz

    • SuperSet, Mayavi, Paraview & VisIt

    • Travaux pratiques : Manipulation des outils présentés

  • Data Visualisation

    • Intérêts et usages

    • PyViz & HoloViz

    • SuperSet, Mayavi, Paraview & VisIt

    • Travaux pratiques : Manipulation des outils présentés

  • Formats de fichiers scientifiques & manipulation de données volumineuses

    • Tour d’horizon des principaux formats de fichiers scientifiques

    • Manipulation de données volumineuses

  • Formats de fichiers scientifiques & manipulation de données volumineuses

    • Tour d’horizon des principaux formats de fichiers scientifiques

    • Manipulation de données volumineuses

  • Formats de fichiers scientifiques & manipulation de données volumineuses

    • Tour d’horizon des principaux formats de fichiers scientifiques

    • Manipulation de données volumineuses

  • Formats de fichiers scientifiques & manipulation de données volumineuses

    • Tour d’horizon des principaux formats de fichiers scientifiques

    • Manipulation de données volumineuses

  • Formats de fichiers scientifiques & manipulation de données volumineuses

    • Tour d’horizon des principaux formats de fichiers scientifiques

    • Manipulation de données volumineuses

  • Formats de fichiers scientifiques & manipulation de données volumineuses

    • Tour d’horizon des principaux formats de fichiers scientifiques

    • Manipulation de données volumineuses

Instructeur

Avatar de l’utilisateur

bprigent

0.0
0 commentaire
0 Students
491 Courses
Main Content