$ 40.00

Tuto Apprendre la Data Science avec Python de A à Z avec Data Science, Python

$ 40.00

  • Une formation vidéo de 7h55m
  • Téléchargement immédiat et visionnage illimité à vie
  • Satisfait ou remboursé
  • Fichiers sources inclus
  • Découvrez pourquoi vous former avec Tuto.com

Cette formation 100% en ligne est dédiée à l'apprentissage de la programmation en Python appliqué à la Data Science.

Si vous avez envie d'apprendre à coder, d'apprendre à manipuler de la data ou les deux, alors n'hésitez pas, ce cours est un concentré de tout ça ! 
 

Au programme de cette formation Apprendre la Data Science avec Python de A à Z

Ce cours de 8 heures en vidéo, vous permettra :

  • Dans un premier temps d'acquérir les outils nécessaires pour coder en Python et faire de la Data Science
  • Puis il enchaînera sur la partie théorique de la programmation en Python, avec des exercices à chaque étape, afin de comprendre la théorie en pratiquant
  • Enfin, vous apprendrez à manipuler et explorer/visualiser des données efficacement. 
  • De tester vos nouvelles compétences avec un QCM.

A la fin de ce cours, vous serez capable d'aller récupérer un jeu de données qui vous intéresse et de l'analyser de A à Z pour en sortir des informations pertinents.

J'espère que ce cours vous plaira, j'ajouterai d'avantage de cas pratiques au fur et à mesure pour le rendre encore plus complet qu'il ne l'est déjà. 

Le but de ce cours de Data Science est réellement de vous apprendre à programmer en Python, de vous faire pratiquer afin de devenir totalement autonome pour analyser tous les jeux de données qui vous intéressent. Et je compte bien vous aider à chaque étape pour arriver à cette finalité ! 
 

Pourquoi utiliser Python pour la Data Science ?

Ce cours est dédié à Python pour la simple et bonne raison que c'est un des langages les plus utilisés en Data Science. De plus, c'est un langage que je maîtrise et qui a fait ses preuves pour résoudre tous mes problèmes d'analyse de données. Mais aussi parce que c'est un langage de programmation libre, intuitif et très bien documenté.

Je veux que ce cours soit le plus complet possible. 
Ainsi, n'hésitez surtout pas à me contacter si vous avez la moindre question ou la moindre remarque via le salon d'entraide. C'est aussi grâce à vous que je pourrai l'améliorer et le faire évoluer. 
Mon objectif est réellement de vous aider à devenir un Data Scientist autonome et passionné !

Logo du visuel conçu par Katemangostar de Freepik.

Table des matières de cette formation Data Science, Python (durée : 7h55m)

  • Introduction et mise en place du cours
    • Introduction gratuit 00:02:34
    • Installation de l'environnement de travail (Windows, Mac, Linux) 00:07:15
    • Les bibliothèques Python essentielles à la Data Science 00:02:21
    • Prise en main du tableau de bord de Jupyter Notebook 00:05:54
    • Prise en main des notebooks de Jupyter Notebooks 00:06:42
  • Les bases de Python
    • Les variables 00:04:01
    • Les types de données (numériques) 00:03:21
    • Les types de données (booléens) 00:01:32
    • Les types de données (caractères) 00:02:54
    • Les opérateurs arithmétiques 00:05:28
    • Qu'est-ce qu'une fonction ? 00:03:38
    • Qu'est-ce qu'une bibliothèque ? 00:01:49
    • Importer une bibliothèque et utiliser ses fonctions 00:05:31
  • Les listes en Python
    • Introduction aux listes 00:03:25
    • Accéder aux éléments d'une liste (slicing) 00:09:14
    • Ajouter/modifier/supprimer des éléments d'une liste 00:09:09
    • Diverses manipulations des listes (tri, somme, concaténation, ...) 00:06:25
    • Introduction sur les tuples 00:03:44
    • Introduction : exercice sur les listes 00:02:31
    • Correction : exercice sur les listes 00:12:26
  • Les bases de la programmation en Python
    • Les opérateurs relationnels et logiques 00:11:04
    • Les instructions de condition (if..else) 00:10:10
    • Boucle for 00:08:48
    • Boucle while 00:10:52
    • Introduction de l'exercice : manipuler la liste des prix de 58 maisons 00:05:52
    • Correction de l'exercice : manipuler la liste des prix de 58 maisons 00:09:40
    • Créer sa propre fonction en Python 00:13:31
  • Les dictionnaires en Python
    • Introduction aux dictionnaires 00:05:27
    • Ajouter/modifier/supprimer des éléments d'un dictionnaire 00:04:09
    • Parcourir un dictionnaire 00:05:13
    • Introduction : exercice sur les dictionnaires 00:04:10
    • Correction : exercice sur les dictionnaires 00:16:01
  • Utilisation de la bibliothèque Numpy
    • Introduction à NumPy 00:03:07
    • Création des tableaux NumPy (ndarray) 00:06:41
    • Notions de vues et copies d'un tableau 00:05:47
    • Accéder aux éléments d'un array (slicing) 00:07:20
    • Explorer et filtrer un array 00:12:29
    • Concaténation des arrays avec NumPy 00:08:15
    • Split (cassure) des arrays avec NumPy 00:08:13
    • Calculs sur les arrays 00:07:12
    • Exercice : manipuler un array de 20 maisons vendues en 2008 aux Etats-Unis 00:04:54
    • Correction : manipuler un array de 20 maisons vendues en 2008 aux Etats-Unis 00:10:15
  • Utilisation de la bibliothèque Pandas pour manipuler les données
    • Introduction à la bibliothèque Pandas 00:02:36
    • Les séries avec Pandas 00:09:23
    • Les dataframes avec Pandas 00:10:28
    • Lire et écrire un fichier 00:14:07
    • Accéder aux éléments d'un Dataframe 00:11:34
    • Ajouter/supprimer des colonnes d'un dataframe 00:03:19
    • Explorer un Dataframe 00:21:38
    • Filtrer un Dataframe selon des conditions 00:07:09
    • Grouper un Dataframe sur une ou plusieurs colonnes (groupby) 00:08:55
    • Introduction de l'exercice : étudier le marché Android via le Google play store 00:01:45
    • Correction de l'exercice : étudier le marché Android via le Google play store 00:10:10
  • Utilisation de Matplotlib et Seaborn pour la visualisation de données
    • Importation et description des données de vente du Black Friday 00:07:28
    • Créer son premier graphique 00:11:58
    • Ajouter un titre principal et des labels aux axes 00:03:40
    • Changer les couleurs (et colorer selon certaines variables) 00:08:35
    • Changer la taille ou la forme des points 00:02:12
    • Enregistrer son graphique 00:02:05
    • Les différents types de graphes 00:12:59
    • Combiner plusieurs graphiques (subplots) 00:06:32
    • Créer des graphiques avec Seaborn (Partie 1) 00:09:51
    • Créer des graphiques avec Seaborn (Partie 2) 00:09:49
    • Exercice : explorer les données d'additions d'un restaurant 00:04:23
    • Correction : explorer les données d'additions d'un restaurant 00:14:09
    • Fin du cours - Remerciements et conseils 00:01:57



Formateur : Amandine Velt

Amandine Velt a publié 2 tutoriels et obtenu une note moyenne de 4,5/5 sur 35 tutoriels vendus. Voir les autres formations de Amandine Velt

4,0
note moyenne

1
avis laissé
5 étoiles
0
4 étoiles
1
3 étoiles
0
2 étoiles
0
1 étoile
0
  • 4
    avis de philipptux laissé le 18/12/2018
    Le champs de caractères doit comporter au moins 20 caractères

  • Avec quelles versions de logiciels ce tuto est-il compatible ?
    Data Science , Python
  • Quel est le niveau requis pour suivre ce tuto ?
    débutant
  • Que contient le fichier source ?
    Le fichier source contient l'ensemble des Powerpoints d'introduction des exercices. Il contient aussi l'ensemble des Notebooks utilisés durant le cours, afin que vous ayez accès à l'ensemble des lignes de code écrites durant le cours. Et enfin, le fichier source contient l'ensemble des jeux de données au format .csv que nous utiliserons durant le cours.
accédez à plus de 1187 tuto gratuits


non, je ne veux pas me former gratuitement

voir notre politique de protection des données