Description
Cette formation vise à doter les participants des compétences nécessaires pour lire, mettre en forme, et représenter des données à l'aide du langage de programmation Python. Les participants apprendront à manipuler des données provenant de différents formats, à effectuer des analyses statistiques simples, et à organiser une chaîne de traitement statistique réemployable.
Objectifs pédagogiques
- Lire des données depuis différents formats tels que HTML, Excel, bases de données, etc.
- Manipuler des données en effectuant des opérations de sélection, de tri, et d'enrichissement.
- Effectuer des analyses simples telles que des statistiques descriptives.
- Représenter graphiquement les données à l'aide de bibliothèques comme Matplotlib et Seaborn.
- Organiser une chaîne de traitement statistique réemployable en utilisant pandas.
- Effectuer des analyses statistiques avancées et optimiser les performances en analyse de données.
- Appliquer les compétences acquises sur des cas d'utilisation réels.
Public concerné
Cette formation s'adresse aux ingénieurs et techniciens qui souhaitent acquérir des compétences avancées en analyse de données avec Python.
Prérequis
Les participants doivent avoir des connaissances de base en programmation. Une familiarité avec Python serait un avantage, mais n'est pas obligatoire.
Déroulé du programme
1
Introduction à Python pour l'Analyse de Données (7 heures)
7h
- Introduction à Python et ses bibliothèques pour l'analyse de données (1 heure)
- Lecture de données depuis différents formats (2 heures)
- Manipulation de données : sélection, tri, enrichissement (2 heures)
- Exercices pratiques (2 heures)
2
Analyses Statistiques Simples avec Python (7 heures)
7h
- Principes de base des analyses statistiques avec Python (1 heure)
- Effectuer des analyses simples : statistiques descriptives (2 heures)
- Représentations graphiques avec Matplotlib et Seaborn (2 heures)
- Exercices pratiques (2 heures)
3
Organisation d'une Chaîne de Traitement Statistique Réemployable (7 heures)
7h
- Introduction aux pandas : structures de données et manipulation (2 heures)
- Études de cas : application des concepts appris (2 heures)
- Exercices pratiques (3 heures)
4
Analyse Avancée et Optimisation (7 heures)
7h
- Analyses statistiques avancées avec pandas (2 heures)
- Optimisation des performances en analyse de données (2 heures)
- Exercices pratiques avancés (3 heures)
5
Projet Pratique et Cas d'Utilisation Réels (7 heures)
7h
- Projet pratique : Application des compétences acquises sur un cas d'utilisation réel (5 heures)
- Présentation et discussion des projets pratiques (2 heures)
Informations
Durée
5 jour(s)
35h
Tarif
Sur demande
