Python pour la data science

Objectifs

• Maîtriser les bases de python


• Etre capable d'analyser des données avec python


• Etre capable d'automatiser le traitement de données avec python


• Connaître les outils pour la data science de python

Description

Jour 1 - Python aujourd'hui : bases et bonnes pratiques

• Introduction au langage python
  
  
  
  • Pour qui ? Pour quoi faire ? Comment ?
  
  
  • Les consoles et le débogage en python
  
  
  • Le langage (la syntaxe, les structures (string, listes, dictionnaires…), les opérateurs et les fonctions)
  
  
  • Les classes, les objets et la création de bibliothèques
  
  
  
  

• Importation de données
  
  
  
  • CSV, Excel
  
  
  • Fichiers texte
  
  
  • Bases de données (SQL – principes, exemples)
  
  
  • Données issues du web (API, scraping léger)
  
  
  
  


• Manipulation de données avec pandas
  
  
  
  • DataFrame : concepts fondamentaux
  
  
  • Sélection, filtrage, tri
  
  
  • Création et transformation de variables
  
  
  • Jointures et concaténations
  
  
  • Gestion des données manquantes
  
  
  
  


• Préparation des données pour l'analyse
  
  
  
  • Nettoyage et contrôles de qualité
  
  
  • Typage des variables
  
  
  • Variables catégorielles
  
  
  • Travail sur les dates et les données textuelles
  
  
  • Agrégations (groupby, pivots)
  
  
  
  


• Automatisation des traitements

• Principes de la data visualisation
  
  
  
  • Pourquoi visualiser ?
  
  
  • Erreurs classiques
  
  
  • Choisir le bon graphique pour la bonne question
  
  
  
  


• Visualisation avec matplotlib & seaborn
  
  
  
  • Histogrammes, boxplots, scatter plots
  
  
  • Comparaison de groupes
  
  
  • Visualisations multivariées
  
  
  • Personnalisation minimale mais lisible
  
  
  
  


• Analyse exploratoire (EDA)
  
  
  
  • Lire une distribution
  
  
  • Détecter des anomalies
  
  
  • Comprendre des relations entre variables
  
  
  • Interpréter sans sur-interpréter
  
  
  
  


• Visualisation interactive (ou dashboards légers)
  
  
  
  • Introduction aux visualisations interactives
  
  
  • Atelier : exploration visuelle complète d'un jeu de données
  
  
  
  

• Comprendre le machine learning (sans jargon inutile)
  
  
  
  • Apprentissage supervisé / non supervisé
  
  
  • Régression vs classification
  
  
  • Sur-apprentissage, biais, variance
  
  
  • Importance de la validation
  
  
  
  


• Préparation des données pour le ML
  
  
  
  • Séparation train / test
  
  
  • Standardisation et encodage
  
  
  • Pipelines avec scikit-learn
  
  
  
  


• Cas pratiques de machine learning
  
  
  
  • Régression (prévision, scoring)
  
  
  • Classification simple
  
  
  • Clustering (k-means, segmentation)
  
  
  
  


• Industrialisation et bonnes pratiques

Conditions d'accès

- Connaissances de base en traitement de donnees (statistique et tables de donnees)
- Pas de prerequis en python

Rythme

Temps plein