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