Cours
PrestaShop

Newsletter

Apprendre la Data Science avec Python

10h de cours en ligne pour visualiser et analyser des données

Ou s'abonner pour un accès illimité sans engagement à tout Skilleos pour 19,90€/mois. En savoir plus
chapitre

Chapitres

113

chrono

Durée

09h47 de cours en ligne

chrono

Prérequis

acces

Accès

24h/24 et 7j/7
PC/Mac, tablette et smartphone

certificat

Certificat

Délivré à la fin de la formation

1for1

Notes

5 / 5 - 4 votes

1for1

1 For 1

Un abo ou un achat sur Skilleos = Un cours offert à un bénéficiaire

Rod Paris

Rod Paris

Rod a déjà accompagné plus de 5000 étudiants sur ses formations. Entrepreneur, Data Scientist, Développeur Web et Formateur passionné de Cloud, Big Data et d’Intelligence Artificielle, il écrit aussi de nombreux articles sur le blog Mon Coach Data. Sa mission consiste à vous inspirer à créer quelque chose qui ait du sens pour vous, car c’est en étant passionné que l’on réussit le mieux. Il propose aujourd’hui des formations sur Python, SQL, la Data Science et l’Intelligence Artificielle. Il a hâte de vous retrouver dans ses cours et de vous transmettre ses passions.

Vous souhaitez vous plonger dans le monde de la Data Science ? Ce cours en ligne vous apprendra à visualiser et analyser les données grâce aux librairies Python.

Dans ce cours sur la Data Science en ligne, vous aborderez les librairies Python particulièrement utilisées en Data Science: Numpy, Pandas et Matplotlib. Tout au long de ce cours en ligne, avec l'expert Rod Paris, vous passerez en revue successivement les objets Numpy et les objets Pandas pour analyser des données issues du monde réel. Vous apprendrez également à choisir le bon type de graphique pour visualiser la data souhaitée. Vous aurez l'occasion d'appliquer la théorie à travers plusieurs datasets. 

Contenu du cours

  • Guide d'installation Jupyter Notebook
  • 9 datasets complets
  • 2 projets complets de Data Science

À la fin du cours, vous serez capable de :

  • Maîtriser les tableaux Numpy (lire un dataset, extraire une valeur, un vecteur, une matrice, etc.)
  • Analyser des données avec Numpy (effectuer des comparaisons, sélectionner des éléments, remplacer des valeurs, réaliser des calculs mathématiques ...)
  • Lire un dataset avec Pandas et explorer un DataFrame
  • Manipuler des données avec Pandas et trier un DataFrame
  • Apprendre à traiter les valeurs manquantes
  • Apprendre à tracer, personnaliser et interpréter des courbes à partir de données réelles
  • Maîtriser les diagrammes en barres, les graphiques à nuage de points, les histogrammes et les boîtes à moustache

Chapitres

INTRODUCTION
1
02:18
Présentation du contenu de la formation
2
04:12
Installation Python + Jupyter Notebook
RAPPEL PYTHON
3
09:37
Variables & types de données
4
09:24
Listes & dictionnaires
5
02:00
Conditions IF/ELSE
6
07:15
Boucles FOR
7
04:36
Fonctions Python
DÉCOUVERTE DE NUMPY
8
03:41
Introduction à Numpy
9
06:04
Les tableaux avec Numpy
10
05:29
Taille d'un tableau
11
04:43
Lire un dataset avec Numpy
12
03:53
Les types de données avec Numpy
13
08:01
Afficher les données correctement
14
07:37
Extraire une valeur depuis un tableau Numpy
15
07:08
Extraire un vecteur de valeurs depuis un tableau Numpy
16
07:44
Extraire un tableau de valeurs depuis un tableau Numpy
ANALYSE DE DONNÉES AVEC NUMPY
17
02:11
Objectif
18
06:13
Effectuer des comparaisons
19
08:23
Sélectionner des éléments
20
07:37
Effectuer des comparaisons avec plusieurs conditions
21
07:18
Remplacer des valeurs dans un tableau Numpy
22
02:11
Remplacer les chaines de caractères vides
23
03:38
Convertir des types de données
24
06:10
Réaliser des calculs mathématiques avec Numpy
25
06:30
Calculer la consommation totale annuelle
26
07:00
Calculer la consommation pour chaque pays
27
03:49
Trouver le pays qui consomme le plus d'alcool
LA LIBRAIRIE PANDAS
28
00:49
Introduction à la librairie Pandas
29
01:04
Présentation du dataset
30
03:25
Lire un fichier CSV avec Pandas
31
05:15
Exploration du DataFrame
32
04:18
Sélectionner une ligne
33
02:29
Les types de données Pandas
34
04:34
Sélectionner plusieurs lignes
35
04:27
Sélectionner une colonne plutôt qu'une ligne
36
03:42
Sélectionner plusieurs colonnes
37
04:44
Cas pratique
MANIPULATION DE DONNÉES AVEC PANDAS
38
03:22
Introduction
39
05:03
Transformer une colonne
40
05:50
Opérations mathématiques entre colonnes
41
02:18
Créer un indice nutritionnel
42
05:51
Normaliser des colonnes
43
04:12
Créer une nouvelle colonne
44
01:54
Créer un indice nutritionnel normalisé
45
06:00
Trier un dataframe
TRAITER LES VALEURS MANQUANTES
46
02:54
Introduction au dataset
47
07:23
Trouver les valeurs manquantes
48
04:00
Problème avec les valeurs manquantes
49
02:50
Moyen plus simple de calculer une moyenne
50
05:24
Calculer des statistiques de prix
51
06:46
Introduction sur le Pivot de Table
52
03:38
Table Pivot Niveau 2
53
07:37
Eliminer les valeurs manquantes
54
07:19
Iloc pour accéder à des lignes
55
05:57
Les index de colonne
56
04:15
Réindexer les lignes d'un DataFrame
57
05:58
Appliquer des fonctions sur un DataFrame
58
08:14
Appliquer une fonction à une ligne
59
03:05
Pratique: Calculer le pourcentage de survie par groupe d'âge
CHALLENGE: ANALYSER DE LA DATA
60
03:41
Introduction au dataset
61
11:57
Nombre d'étudiants par catégorie de Major
62
03:33
Taux de jobs à faible salaire
63
07:45
Comparer des datasets
LES SÉRIES PANDAS
64
05:10
Les structures de données
65
02:52
Indexage avec des entiers
66
08:15
Personnaliser son indexage
67
04:18
Réindexer un objet Series
68
03:22
Trier un objet series
69
05:25
Transformation de colonnes
70
04:27
Comparer et filtrer
71
05:36
Alignement des données
LES DATAFRAMES PANDAS
72
02:43
Index partagé par toutes les colonnes
73
04:22
Utiliser des index entier pour sélectionner des lignes
74
04:35
Utiliser des index personnalisés
75
07:05
Sélectionner des valeurs depuis un index personnalisé
76
10:07
Méthode Apply() sur les colonnes d'un DataFrame
77
05:35
Méthode Apply() sur les lignes d'un DataFrame
PROJET GUIDE : ANALYSE DE DATA
78
05:00
Introduction au dataset
79
02:16
Filtrer des données
80
04:22
Exploration des repas de Thanksgiving
81
05:50
Tendances des desserts pour Thanksgiving
82
07:02
Convertir l'âge en une valeur numérique
83
07:23
Convertir les revenus en valeurs numériques
84
05:39
Corréaltion entre distance et revenus
85
05:41
Lien entre passer Thanksgiving entre amis avec l'âge et le revenu
GRAPHIQUE : LES COURBES
86
00:34
Introduction
87
05:11
Présentation du dataset
88
02:40
Introduction à Matplotlib
89
03:40
Ajouter des données à nos graphiques
90
03:37
Créer une rotation sur les données de l'axe x
91
03:22
Ajouter les intitulés des axes
92
05:46
Classes Matplotlib
93
07:04
Position des graphiques
94
06:26
Ajouter des données aux graphiques
95
04:50
Améliorer l'affichage
96
03:49
Comparaison de graphiques
97
06:53
Superposition des courbes
98
03:00
Ajouter plus de courbes
99
05:51
Ajouter une légende
100
03:34
Courbe finale
DIAGRAMMES EN BARRE ET GRAPHIQUES À NUAGE DE POINTS
101
06:00
Introduction au dataset
102
10:04
Diagramme en barre
103
08:53
Aligner l'intitulé et le trait sur l'axe x
104
09:04
Diagramme en barres horizontales
105
03:47
Graphique à nuage de points
106
04:30
Intervertir les axes
107
07:39
Comparaison de corrélations
HISTOGRAMMES ET BOÎTES À MOUSTACHES
108
02:20
Introduction
109
05:43
Distribution de fréquences
110
03:52
Les histogrammes avec Matplotlib
111
08:45
Comparaison d'histogrammes
112
02:27
Boîte à moustaches
113
04:37
Plusieurs diagrammes à boîtes


   Avis (4)

5/ 5


92 élèves suivent déjà ce cours



  • .
    Il y a 1 mois


    Grand merci au formateur pour sa pédagogie. J'ai beaucoup appris et pris plaisir à suivre cette formation. Je la recommande vivement.

  • .
    Il y a 2 mois


    Cette formation Python est très enrichissante. Formateur pédagogue.

  • .
    Il y a 2 mois


    Parfait

  • .
    Il y a 6 mois


    Excellente présentation avec des exemples suffisamment détaillés et une méthode très pédagogique
Voir plus d'avis
Voir moins d'avis

Apprendre la Data Science avec Python

59.00 €

close if for show price

  • langues fr