Célébrez les fêtes avec une réduction de 10% sur tous les cours avec le code "AVCFOREVER10". Sécurisez votre achat avant les changements de prix de 2025 !

Data Science with Pyhton - En Ligne

Data Science with Pyhton - En Ligne

450,00 EUR

  • 12 hours
eLearning

Le cours de Python pour la science des données couvre les concepts fondamentaux de programmation avec Python et explique l'analyse de données, l'apprentissage automatique, la visualisation de données, l'extraction de données Web et le traitement du langage naturel. Vous acquerrez une compréhension complète des différents packages et bibliothèques nécessaires pour réaliser les aspects de l'analyse de données.

Calendrier du cours

Hero
  1. Aperçu de la science des données

    Leçon 01

  2. Aperçu de l'analyse des données

    Leçon 02

  3. Analyse statistique et applications commerciales

    Leçon 03

  4. Configuration de l'environnement Python et éléments essentiels

    Leçon 04

  5. Calcul mathématique avec python (NumPy)

    Leçon 05

  6. Calcul scientifique avec Python (Scipy)

    Leçon 06

  7. Manipulation de données avec Pandas

    Leçon 07

  8. Apprentissage automatique avec Scikit-Learn

    Leçon 08

  9. Traitement du langage naturel avec Scikit Learn

    Leçon 09

  10. Visualisation des données en Python avec matplotlib

    Leçon 10

  11. Extraction de données Web avec BeautifulSoup

    Leçon 11

  12. Intégration de Python avec Hadoop MapReduce et Spark

    Leçon 12

  13. Notions de base de Python

    COURS GRATUIT

  14. Notions essentielles de statistiques pour la science des données

    COURS GRATUIT

  15. Prévision de notation de produit pour Amazon

    Projet 1

    E-commerce : Amazon, l'une des principales entreprises américaines de commerce électronique, recommande des produits de la même catégorie aux clients en fonction de leur activité et des avis sur d'autres produits similaires. Amazon souhaite améliorer ce moteur de recommandation en prédisant les évaluations pour les produits non notés et en les ajoutant aux recommandations en conséquence.

  16. Prévision de la demande pour Walmart

    Projet 2

    Commerce de détail : Prévoir avec précision les ventes pour 45 magasins de Walmart, l'une des principales chaînes de magasins de détail basées aux États-Unis,

    en tenant compte de l'impact des événements de réduction promotionnelle. Vérifiez si des facteurs macroéconomiques tels que l'IPC, le taux de chômage, etc., influencent les ventes.

  17. Améliorer l'expérience client pour Comcast

    Projet 3

    Télécommunications : Comcast, l'une des entreprises de télécommunication mondiales basées aux États-Unis, souhaite améliorer l'expérience client en identifiant et en agissant sur les zones problématiques qui réduisent la satisfaction des clients, le cas échéant. La société recherche également des recommandations clés pouvant être mises en œuvre pour offrir la meilleure expérience client.

  18. Analyse de l'attrition pour IBM

    Projet 4

    Analyse de la main-d'œuvre : IBM, l'une des principales entreprises informatiques basées aux États-Unis, souhaite identifier les facteurs qui influencent le taux de départ de ses employés. En fonction des paramètres spécifiés, l'entreprise souhaite également développer un modèle de régression logistique qui peut aider à prédire si un employé va partir.

  19. Analyse des demandes de service 311 de NYC

    Projet 5

    Pourriez-vous effectuer une analyse des données des demandes de service des appels 311 de la ville de New York ? Vous vous concentrerez sur les techniques de manipulation de données pour comprendre les modèles dans les données et visualiser les principaux types de plaintes.

    Domaine : Télécommunications

  20. Analyse du jeu de données MovieLens

    Projet 6

    Le projet de recherche GroupLens est un groupe de recherche au sein du département d'informatique et

    Ingénierie à l'Université du Minnesota. Les chercheurs de ce groupe participent à plusieurs projets de recherche dans les domaines du filtrage de l'information, du filtrage collaboratif et des systèmes de recommandation. Pourriez-vous s'il vous plaît examiner les ensembles de données utilisateur en utilisant l'Exploration de Données.

    Technique d'analyse ? Domaine : Ingénierie.

  21. Analyse des données du marché boursier

    Projet 7

    Dans le cadre de ce projet, vous importerez des données en utilisant le lecteur de données Yahoo des entreprises suivantes : Yahoo, Apple, Amazon, Microsoft et Google. Vous effectuerez des analyses fondamentales, y compris le traçage du prix de clôture, le traçage des échanges d'actions par volume, l'analyse des rendements quotidiens et l'utilisation de graphiques en paires pour montrer la corrélation entre les actions.

    Domaine : Marché boursier.

  22. Analyse du jeu de données du Titanic

    Leçon 08

    Le 15 avril 1912, le Titanic a coulé après avoir heurté un iceberg, tuant 1502 des 2224 passagers et membres d'équipage. Cette tragédie a choqué le monde et a conduit à de meilleures réglementations de sécurité pour les navires. Ici, nous aimerions vous demander de faire une analyse en utilisant la technique d'analyse de données exploratoires, en appliquant particulièrement les outils d'apprentissage automatique pour déterminer quels passagers ont survécu à la tragédie.

Résultats d'apprentissage

À la fin de ce cours d'apprentissage en ligne sur la science des données avec Python, vous serez capable de :

Acquérir une compréhension approfondie des processus de science des données, de la préparation des données, de l'exploration des données, de la visualisation des données, de la construction d'hypothèses et de leur test.

Installez l'environnement Python requis ainsi que les autres outils et bibliothèques auxiliaires.

Comprenez les concepts essentiels de la programmation Python, tels que les types de données, les tuples, les listes, les opérateurs de base et les fonctions.

Effectuez des calculs mathématiques de haut niveau en utilisant le package NumPy et sa vaste bibliothèque de fonctions mathématiques.

Effectuez des calculs mathématiques de haut niveau en utilisant le package NumPy et sa vaste bibliothèque de fonctions mathématiques.

Effectuez des calculs scientifiques et techniques en utilisant le package SciPy et ses sous-packages, tels que Integrate, Optimise, Statistics, IO et Weave.

Exécutez l'analyse et la manipulation des données en utilisant les structures de données et les outils fournis dans le package Pandas.

Acquérez une expertise en apprentissage automatique en utilisant le package Scikit-Learn

Comprenez les modèles d'apprentissage supervisé et non supervisé tels que la régression linéaire, la régression logistique, le clustering, la réduction de dimensionnalité, le K-NN et le pipeline.

Utilisez le package Scikit-Learn pour le traitement du langage naturel.

Utilisez la bibliothèque matplotlib de Python pour la visualisation de données

Extraire des données précieuses des sites web en effectuant du scrapage web à l'aide de Python

Intégrer Python avec Hadoop et MapReduce

Caractéristiques principales

Un an d'accès à la plateforme

Durée approximative de 12 heures

Apprentissage interactif avec les cahiers Jupyter

Documents PDF téléchargeables avec un contenu détaillé (images, explications) pour chaque leçon

Examen & Certification

Pour être certifié, vous devez remplir les critères suivants : - Réaliser un projet sur les deux proposés dans le cours. Soumettre les livrables du projet dans le LMS que l'animateur principal évaluera - Obtenir un minimum de 60% à l'un des deux tests de simulation - Terminer le cours

Hero

Qui devrait s'inscrire à ce programme ?

Le cours de formation Python pour la Data Science est recommandé pour toute personne ayant un véritable intérêt pour le domaine de la science des données, y compris :

Professionnels de l'analytique

Professionnels de l'informatique

Les professionnels du logiciel

Commencez le cours maintenant

Besoin d'une solution 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 !

;