Cette formation vous fera acquérir les bases indispensables pour faire de l’analyse de données avec Python. Vous découvrirez comment utiliser deux bibliothèques indispensables, à savoir NumPy et Pandas. Vous verrez également quelques études de cas qui vous permettront d’assimiler facilement les différentes notions de Python pour l’analyse de données.
Analyse de données avec Python
1 jour II Code CNCP : 2234 II Certif info : 93835
Les objectifs de la formation Analyse de données avec Python
A l’issue de la formation « Analyse des données avec Python », les apprenants auront les capacités de :
- Comprendre les enjeux de l’utilisation du langage python pour l’analyse de données
- Installation de la distribution Anaconda
- Effectuer des opérations basiques et avancées sur les listes
- Tirer parti des dictionnaires
- Découvrir les compréhensions et les générateurs
- Aborder NumPy et découvrir les tableaux NumPy
- Concaténer ou diviser les tableaux
- Calculer avec les tableaux NumPy
- Utiliser l’indexation fancy et les agrégations
- Trier des valeurs et structurer ses données
- Mettre en application la régression linéaire
- S’initier à Pandas et aux objets Series
- Connaître les objets Pandas DataFrame
- Indexer et sélectionner des données
- Concaténer et fusionner les différentes sources de données
- Mettre en place des agrégations et Utiliser les séries temporelles
Les prérequis de la formation Analyse de données avec Python
Les prérequis nécessaires pour la formation Analyse des données avec Python sont :
Pour suivre cette formation dans les meilleures conditions possibles, les participants doivent avoir des Connaissance en langage Python.
Vous n’avez pas les prérequis nécessaires pour la formation Analyse de données avec Python ? Contactez-nous pour étudier ensemble un parcours sur mesure et garantir ainsi la réussite de votre projet.
Le public de la formation Analyse de données avec Python
La formation certifiante « Analyse des données avec Python », s’adresse à tout public salarié, demandeur d’emploi ou en reconversion professionnelle et souhaitant acquérir des compétences en BIG DATA, notamment:
- Directeurs/chefs de projet ou responsable métier
- Responsable système d’informations
- Développeurs informatiques
- Consultants en business intelligence
- Ingénieurs d’étude, de recherche et développement
- Architecte système et logiciel
- Consultants techniques
- Consultants business
- Statisticiens et Mathématiciens
- Data scientist (analyse de données) ou Data miner (fouilleur des données)
- Tout développeur ou informaticien souhaitant développer des compétences en analyse de données et BIG DATA
0
Certif Info
0
Code CNCP
0
Jour
0
Heures
Contenu de la formation
Analyse de données avec Python
Introduction à l’analyse de données avec Python
- Comprendre les enjeux de cette formation
- Installer Python
Passer en revue les structures de données en Python
- Effectuer des opérations basiques sur les listes
- Effectuer des opérations avancées sur les listes
- Tirer parti des dictionnaires
- Découvrir les compréhensions et les générateurs
Utiliser la bibliothèque NumPy
- Aborder NumPy
- Découvrir les tableaux NumPy
- Concaténer ou diviser les tableaux
- Calculer avec les tableaux NumPy
- Utiliser l’indexation fancy
- Aborder les agrégations
- Trier des valeurs
- Structurer ses données
- Mettre en application la régression linéaire
Maîtriser la bibliothèque Pandas
- S’initier à Pandas et aux objets Series
- Découvrir les objets Pandas DataFrame
- Indexer et sélectionner des données
- Calculer avec Pandas
- Manipuler des données manquantes
- Concaténer différentes sources de données
- Fusionner différentes sources de données
- Mettre en place des agrégations
- Utiliser les séries temporelles
- S’exercer avec Pandas
Atelier pratique
Une attestation d’assiduité sera délivrée après la validation de toutes les compétences du module Analyse de données avec Python.
Modalités De Formations
Analyse de données avec Python
Le module Analyse de données avec Python est disponible en 3 modalités : E-learning tutoré, Blended Learning et en présentiel.