Formation Devenez Data Scientist : Maîtrisez l'analyse de données à temps partiel

Programme de la formation
Devenez Data Scientist : Maîtrisez l'analyse de données à temps partiel

• Introduction à la Science des Données et Rôles du DS

  - Définition de la Science des Données et ses applications
  - Le cycle de vie d'un projet Data Science
  - Rôles et responsabilités du Data Scientist
  - Éthique et biais en Data Science

• Fondamentaux de Python pour la Data Science

  - Installation environnement (Anaconda, Jupyter)
  - Types de données et structures Python (listes, dictionnaires)
  - Opérations de base et boucles
  - Fonctions et modules

• Numpy et Pandas : Manipulation de Données

  - Introduction à Numpy (tableaux multidimensionnels)
  - Opérations vectorielles avec Numpy
  - Introduction à Pandas (Series, DataFrames)
  - Sélection et filtrage de données avec Pandas

• Nettoyage et Préparation des Données

  - Gestion des valeurs manquantes (imputation, suppression)
  - Détection et traitement des outliers
  - Transformation des données (normalisation, standardisation)
  - Encodage des variables catégorielles

• Visualisation de Données avec Matplotlib/Seaborn

  - Introduction à Matplotlib pour des graphiques simples
  - Utilisation de Seaborn pour des visualisations statistiques
  - Types de graphiques (histogrammes, nuages de points, boxplots)
  - Techniques de storytelling par la visualisation

• Statistiques Descriptives et Inférentielles Basiques

  - Mesures de tendance centrale et de dispersion
  - Distributions de probabilité courantes
  - Tests d'hypothèses initiaux (t-tests, chi-carré)
  - Corrélation et causalité

• Introduction à l'Apprentissage Automatique

  - Concepts fondamentaux (supervisé, non supervisé, renforcement)
  - Entraînement, validation et test de modèles
  - Métriques d'évaluation clés (précision, rappel, F1-score)
  - Préparation de données pour les algorithmes (scikit-learn)

• Régression Linéaire et Logistique
• Arbres de Décision et Forêts Aléatoires

  - Fonctionnement des arbres de décision (survie, classification)
  - Avantages et limites (sur-apprentissage)
  - Introduction aux forêts aléatoires (aggrégation d'arbres)
  - Importance des caractéristiques et optimisation

• Classification Supervisée Avancée

  - Support Vector Machines (SVM) : principes et noyaux
  - K-Nearest Neighbors (KNN) : classification et régression
  - Naive Bayes : principes et applications textuelles
  - Comparaison et choix d'algorithmes de classification

• Apprentissage Non Supervisé : Clustering

  - K-Means : principe, choix du K, interprétation des clusters
  - Clustering hiérarchique : dendrogrammes et agglomération
  - Identification d'anomalies (détection d'outliers)
  - Applications du clustering (segmentation client)

• Déploiement et Industrialisation des Modèles

  - Notion de pipeline MLOps
  - Sérialisation et chargement de modèles (joblib, pickle)
  - Notions de déploiement (API Flask simplifiée)
  - Suivi et maintenance des modèles en production