Data Science – Les fondamentaux

Formation d’introduction à la data science couvrant les bases de l’analyse de données, du machine learning et des outils Python pour l’exploitation des données.

• • Comprendre les étapes d’un projet de data science (de la donnée brute à la décision)
• • Identifier les principaux types d’analyses (descriptives, prédictives, prescriptives)
• • Maîtriser les notions clés : données, algorithmes, modèles, entraînement, évaluation
• • Appréhender les outils et langages de la data science (Python, Jupyter, Pandas…)
• • Reconnaître les cas d’usage métier de la data science

• ➤ Introduction à la Data Science
• ➤ Définition et différence avec les statistiques
• ➤ Cycle d’un projet data
• ➤ Apprentissage automatique
• ➤ Supervised / Unsupervised / Reinforcement learning
• ➤ Python pour la data science
• ➤ NumPy, Pandas, Matplotlib
• ➤ Programmation orientée objet
• ➤ Algorithmes ML
• ➤ Régression, classification
• ➤ K-Means, SVM, PCA
• ➤ Réseaux de neurones
• ➤ Évaluation des modèles
• ➤ Cross-validation
• ➤ Overfitting / Bias-variance
• ➤ Data preparation
• ➤ Cleaning, feature engineering, visualisation
• ➤ Big Data
• ➤ Introduction à Spark MLlib
• ➤ Projet pratique
• ➤ Mise en place d’un mini projet data science