Analyse avancée de données avec Python - eLearning
450,00 EUR
- 30 hours
Libérez la puissance des données grâce à l’analyse de données avancée avec Python et transformez des informations brutes en insights métier exploitables. Ce cours complet est conçu pour vous aider à maîtriser les techniques modernes d’analyse de données en utilisant les bibliothèques les plus puissantes de Python, notamment NumPy, Pandas et Matplotlib.
Caractéristiques clés
Langue
Cours et supports en anglais
Niveau
Niveau intermédiaire-avancé
Accès
1 an d’accès à la plateforme d’apprentissage
Plus de 9 heures de vidéos à la demande
avec plus de 30 heures d’étude recommandées
8 évaluations notées automatiquement
29 exercices pratiques guidés
4 devoirs
et 55 quiz de révision
Certification
Attestation de fin de programme incluse
Résultats d’apprentissage
À la fin de ce cours, vous serez capable de :
Manipulation
Utilisez Python pour une manipulation et une analyse avancées des données
Pandas
Nettoyez, transformez et prétraitez des jeux de données complexes avec Pandas
NumPy
Effectuez des calculs numériques efficacement avec NumPy
Matplotlib
Créez des visualisations de données pertinentes avec Matplotlib
Exploratoire
Appliquer des techniques d’analyse exploratoire des données (EDA) pour mettre en évidence des insights
Format des données
Travailler avec des formats de données structurés et non structurés
Décision
Réaliser des analyses statistiques pour une meilleure prise de décision
Jeux de données
Combinez plusieurs jeux de données pour obtenir des analyses plus approfondies
Résolution de problèmes
Renforcez votre confiance dans la résolution de problèmes de données réels avec Python
Chronologie du cours
Analyse exploratoire des données en Python
Leçon 01
- Qu’est-ce que l’EDA ?
- Analyser le profil d’un jeu de données
- Synthèse des variables catégorielles
- Résumer des variables quantitatives
- Fusion de jeux de données
- Restructuration des jeux de données
- Corrélation
Analyse de données confirmatoire en Python
Leçon 02
- Introduction au CDA
- De l’exploration à la confirmation
- Étude de cas : test A/B
- Vérification de la normalité
- Notions de base de la régression linéaire
- Régression avec Stats Models
- Échantillons indépendants avec test t
- Régression multiple
Pandas intermédiaire
Leçon 03
- Introduction à Pandas intermédiaire
- Multi-indice
- Dates et heures
- Rééchantillonnage
- Fonctions de fenêtre
- Valeurs manquantes
- Recode des valeurs
- Expressions régulières
Données non structurées en Python
Leçon 04
- Aperçu des données non structurées
- Prétraitement des images
- Segmentation d'image
- Représentation d’image
- Les bases de NLTK
- Accéder aux corpus
- Traitement des corpus
- Analyse et annotation de corpus
Travailler avec les API en Python
Leçon 05
- Qu’est-ce qu’une API ?
- Notions de base sur l’API REST
- API REST en Python
- API de streaming dans les bases
- API de streaming en Python
- Traitement des données en flux continu
- Bonnes pratiques pour les jetons d’API
Calcul parallèle avec Dask
Leçon 06
- Dask et le calcul parallèle
- DataFrames Dask
- Traitement des données avec Dask
- Manipulation de DataFrames Dask
- Visualiser les dataframes Dask
- Visualiser les performances avec le tableau de bord Dask
Seaborn intermédiaire
Leçon 07
- Visualiser la distribution
- Thèmes personnalisés et palettes de couleurs
- Polices personnalisées et annotations
- Jointpilot et Jointgrid
- Visualiser la régression
- Facetgrid
Visualisation interactive avec Plotly et Bokeh
Leçon 08
- Visualisations statiques et dynamiques
- Les bases de Plotly
- Plotly Express en profondeur
- Objets de graphe
- Présentation de Bokeh
- Personnaliser des graphiques Bokeh
- Personnalisation des mises en page Bokeh
Qui devrait s’inscrire à ce programme ?
Prérequis
- Compréhension de base de la programmation en Python
- Familiarité avec les concepts fondamentaux de la programmation (variables, boucles, fonctions)
- Des connaissances de base en mathématiques ou en statistiques sont utiles mais non obligatoires
- Intérêt pour l’analyse de données et la résolution de problèmes
Analystes de données et data scientists en herbe
Développeurs logiciels en transition vers des postes orientés données
Analystes métier travaillant avec des décisions fondées sur les données
Professionnels souhaitant perfectionner leurs compétences en Python et en analyse de données
Déclarations
Licences et accréditation
Ce cours est proposé conformément à l’Accord du programme partenaire et respecte les exigences de l’Accord de licence.
Politique d’équité
Nous encourageons les candidats à contacter l’AVC pour obtenir des conseils et un accompagnement tout au long du processus d’aménagement.
Foire aux questions
Avez-vous besoin de solutions d’entreprise ou d’une intégration LMS?
Vous n'avez pas trouvé le cours ou le programme adapté à votre entreprise ? Besoin d'une intégration LMS ? Écrivez-nous ! Nous réglerons tout !