Python pour la data science

Python s’impose comme un des principaux langages pour la data science. Sa simplicité d’utilisation et sa capacité à s’intégrer à des infrastructures techniques robustes en font un choix de prédilection pour les big data.

Au travers d’IPython (version pour l’analyse interactive de Python) 3h

• Les différents environnements de développement
• L’utilisation des notebooks

Les bases de Python 3h

• Organisation d’un programme
• Types de données simples et complexes, List

Compréhension 3h

• Structures de contrôle
• Gestion des fichiers
• Principaux modules et fonctions

Préparation des données avec pandas 3h

• Lecture et écriture des données depuis et vers différentes sources (fichiers textes, Excel, bases de données, etc.)
• Filtrage, sélection, transformation, calcul, agrégation, jointure, sorties simples

La visualisation de données avec matplotlib & seaborn 2h

• Revue des différents types de graphiques

Apprentissage et analyse statistique avec sci-kit learn & statsmodels 3h

• Revue des techniques
• Gestion des ensembles d’apprentissage et de test
• Évaluation des modèles

Introduction à l’utilisation de Spark avec Python (pyspark) 1h