$ 50.00

Tuto Apprendre la data science par la pratique avec Python ! avec Data Science, Python

$ 50.00

  • Une formation vidéo de 13h19m
  • Téléchargement immédiat et visionnage illimité à vie
  • Satisfait ou remboursé
  • Fichiers sources inclus
  • Découvrez pourquoi vous former avec Tuto.com

L’univers de la data et plus particulièrement de la data science est un domaine de compétence en explosion depuis plusieurs années à travers le monde. Vous le savez déjà ? C’est pour ça que vous être là ? Parfait 
 

Au programme de cette formation Apprendre la data science par la pratique avec Python !

Cette formation en vidéo vous propose de plonger au cœur de la data science en partant de zéro et d’obtenir des connaissances opérationnelles sur un très large éventail de sujets :

  • Les bases du langage Python
  • Les plus populaires librairies pour manipuler de la donnée
  • Les principales méthodes d’extraction de données (fichier, API, SQL, webscraping)
  • L’analyse de données
  • La Data visualisation
  • La construction de vos premiers modèles de machine learning

Prérequis

  • Aucune compétence préliminaire requise
  • Un ordinateur (ah, vraiment ?!)
  • Pouvoir installer un logiciel (gratuit)

 

La construction du cours : de la pratique, de la pratique et de la pratique !

Les cours théoriques à base de 300 slides Powerpoint ça n’est pas votre truc ? Moi non plus !
L’immense partie du cours se passe directement dans l’interface de programmation où vous pourrez suivre mes différentes manipulations sur les principes que viendrez d’apprendre avec moi. L’idée est que vous suiviez mon rythme et ainsi lancer vos premiers scripts ensemble, pas à pas.

A la fin de chaque partie vous aurez un travail pratique à réaliser seul à partir d’un jeu de données fournies, puis passer aux corrections avec moi.
Si vous aviez été sur le Titanic, pensez-vous que vous auriez fait partie des survivants ?
Quelle est la boisson la plus calorique de la marque Starbuks ?
Savez-vous quel jour de la semaine sont le plus souvent mise à jour le prix des articles sur les sites e-commerce ?
Pensez-vous qu’il est possible de créer un assistant vocal en 3 lignes de code ?
Saviez-vous qu’il existe un groupe de musique métal connu en Andorre ?
Si vous ne vous étiez jamais poser ces questions mais que cela a attisé votre curiosité, sachez que vous découvrirez vous-même les réponses grâce aux TP ludiques créés pour ce cours !
 

Que contient cette formation Data Science ?

  • 15 heures de cours vidéo avec correction des exercices inclus
  • Tous les jeux de données bruts utilisés durant le cours
  • Tous les supports de cours au format notebook
  • Tous les exercices et TP au format Notebook
  • Un salon d'entraide pour répondre à vos questions
  • De la bonne humeur

À qui ce cours s'adresse-t-il ?

  • Toute personne souhaitant apprendre le langage Python pour la data
  • Toute personne souhaitant comprendre ce qu’est la data science.
  • Toute personne voulant tester ses connaissances et se frotter à des cas pratiques complets

Table des matières de cette formation Data Science, Python (durée : 13h19m)

  • Installation et première prise en main de l’environnement de travail
    • Présentation et installation d’Anaconda gratuit 00:03:30
    • Découverte d’Anaconda gratuit 00:04:16
    • Maîtrise du notebook Jupyter : les bases gratuit 00:10:23
    • Maîtrise du notebook Jupyter : enregistrer son travail gratuit 00:02:50
  • Les bases du langage Python
    • Introduction gratuit 00:01:28
    • Concept de variable et déclaration d’une variable gratuit 00:10:11
    • Concept de type de variable gratuit 00:03:54
    • Les chiffres et les opérateurs mathématiques gratuit 00:06:49
    • Les strings et les opérateurs gratuit 00:07:26
    • Vérifier et modifier le type d’une variable gratuit 00:06:52
    • Maîtrise de jupyter notebook : session 2 gratuit 00:07:14
    • Présentation exercices 00:00:45
    • Corrections exercices 00:11:21
  • Les conditions
    • Les conditions logiques 00:07:53
    • La structure des conditions 00:10:41
    • Présentation exercices 00:02:43
    • Corrections exercices 00:04:19
    • Corrections exercices (fin) 00:02:19
  • Les listes
    • Concept et déclaration d'une liste en Python 00:03:51
    • Consultation et analyse d'une liste 00:09:26
    • Manipulations d'une liste 00:05:21
    • Travaux pratiques : tout le monde à bord ! Analyse des données du Titanic ! 00:03:57
    • Correction travaux pratiques 00:08:40
  • Les dictionnaires
    • Qu’est ce qu’un dictionnaire ? 00:03:50
    • Navigation et manipulation sur un dictionnaire 00:06:12
    • Les dictionnaires multi-valeurs 00:04:47
    • Travaux pratiques : brisons la glace ! Analyse des données du Titanic ! 00:02:34
    • Correction travaux pratiques 00:04:08
  • Les boucles
    • Concept des boucles avec While 00:09:37
    • La boucle For 00:05:29
    • Création de listes de chiffres 00:04:12
  • Les fonctions
    • Le concept de fonction 00:04:13
    • Les paramètres de fonctions 00:03:20
    • "Return" dans les fonctions 00:03:36
    • Les paramètres optionnels 00:02:52
    • TP : les boucles et les fonctions d'abord ! Analyse des données du Titanic ! 00:01:42
    • Corrections exercices 00:11:31
  • Les librairies
    • Importer et utiliser une librairie 00:06:25
    • Utiliser le gestionnaire PIP 00:04:38
  • Maîtriser la librairie Numpy
    • Créer un tableau et sélectionner des valeurs 00:09:18
    • Faire des opérations dans un tableau 00:05:24
    • Analyser un tableau 00:05:28
    • Manipuler un tableau 00:05:31
    • La fonction "Arrange" 00:03:18
    • TP ! Analyse des boissons délivrées dans les Starbucks 00:02:24
    • Correction travaux pratiques 00:08:51
  • Maîtriser la librairie Pandas
    • Créer votre premier Dataframe 00:11:49
    • Comprendre la composition d'un Dataframe 00:06:56
    • Navigation dans un Dataframe 00:08:22
    • Faire une boucle dans un Dataframe 00:04:25
    • Le Data cleaning 00:13:45
    • Les premières analyses avec Pandas 00:16:24
    • Introduction au feature modeling 00:14:14
    • Rassembler plusieurs jeux de données dans un Dataframe 00:08:42
    • Gestion des dates dans un Dataframe 00:15:43
    • Modifier le paramétrage de Pandas 00:02:08
    • TP ! Partons faire un peu de shopping sur un site e-commerce ! 00:03:15
    • Correction travaux pratiques 00:11:54
  • Apprendre la Data visualisation
    • Créer son premier graphique 00:09:29
    • Apprendre à gérer le multi graph 00:12:39
    • Le bar chart 00:13:37
    • L'histogramme de répartition 00:04:48
    • Le nuage de points et scatter matrix 00:06:30
    • La librairie Seaborn 00:12:06
    • TP ! Quel est ton Digimon préféré ? 00:02:28
    • Corrections exercices 00:09:10
  • Maîtriser les APi pour extraire de la data !
    • Qu'est ce qu'une API ? 00:08:20
    • Qu'est ce que le format Json ? 00:04:42
    • Comment requêter une API en Python ? 00:06:18
    • Transformer du Json en Dataframe 00:09:11
    • Dynamiser le paramétrage de vos appels API 00:06:24
    • TP ! Récupérez des Data sur les pays du monde ! 00:01:09
    • Correction travaux pratiques 00:07:36
  • Apprendre le Web scraping
    • Qu'est ce que le web scraping ? 00:06:37
    • La librairie "Beautifulsoup" 00:13:20
    • TP ! Crawler un site e-commerce pour récupérer des données sur les produits ! 00:02:01
    • Correction travaux pratiques 00:09:45
  • Maîtriser le langage SQL
    • Introduction au SQL 00:14:47
    • Faire des filtres du votre base de données 00:09:21
    • Faire des tris 00:03:22
    • Faire des calculs en SQL 00:06:11
    • Group by et les Alias 00:04:28
    • Les concepts de clé primaire et étrangère 00:07:41
    • Faire des jointures en SQL 00:12:50
    • TP : analyser les parcours des velib' de San Fransisco 00:01:26
    • Correction travaux pratiques 00:12:59
  • Une première approche de la statistique descriptive
    • Les types de variables 00:07:12
    • Les statistiques de base 00:16:50
    • Qu'est ce que la loi normale 00:12:27
    • Calculer la corrélation entre 2 variables 00:09:03
  • Le machine learning
    • Le concept du machine learning 00:06:25
    • Comprendre le type de problème à résoudre 00:10:44
    • Le data cleaning : analyse de la valeur à prédire 00:11:40
    • Le data cleaning : vérifier le format des colonnes 00:05:34
    • Le data cleaning : gestion des valeurs manquantes 00:13:38
    • Le data cleaning : corriger problème de logique de certaines colonnes 00:03:51
    • Le data modeling 00:04:20
    • Concept de la régression linéaire 00:20:08
    • Spliter le jeu de donnés entre entrainement et test 00:09:10
    • Créer son premier modèle uni-varié 00:08:44
    • La normalisation des variables 00:08:39
    • Mise en pratique de la normalisation des variables 00:06:49
    • Le dilemme biais-Variance 00:20:46
    • La gestion des variables avec catégories 00:13:25
    • TP ! Estimer les frais de santé d'une personne en fonction de ses caractéristiqu 00:01:21
    • Correction travaux pratiques 00:16:14



Formateur : Sébastien Daviot

Sébastien Daviot a publié 4 tutoriels et obtenu une note moyenne de 4,6/5 sur 1 863 tutoriels vendus. Voir les autres formations de Sébastien Daviot

  • Avec quelles versions de logiciels ce tuto est-il compatible ?
    Data Science , Python
  • Quel est le niveau requis pour suivre ce tuto ?
    débutant
  • Bonjour, Ha je l'attendais cette formation python pour le data science, mais j'ai quelques questions avant de me lancer : Est ce que cette formation pourrais donner l'opportunité de trouver un travail ? Est ce qu'il faut être bon en mathématiques et statistiques ? Est ce que cette formation rend opérationnel pour un poste en entreprise, (outils, façons de coder...) Merci à vous Karine
    Bonjour Karine, Merci pour votre message ! vous trouverez mes réponses ci-dessous. --> Est ce que cette formation pourrais donner l'opportunité de trouver un travail ? Est ce que cette formation rend opérationnel pour un poste en entreprise, (outils, façons de coder...) ? Oui très clairement. Tout d'abord vous allez apprendre à coder en Python qui est, de loin, le langage le plus porteur dans le domaine de la data. vous pouvez consulter cet article sur le sujet : https://towardsdatascience.com/the-most-in-demand-skills-for-data-scientists-4a4a8db896db En plus du langage Python, vous pourrez également avancer le fait que vous savez requêter des données en SQL, manipuler des API, faire du data cleaning, élaborer des premiers modèles de machine learning...qui sont clairement des compétences très opérationnelles et recherchées, et que vous pouvez d'ailleurs retrouver sur des fiches de postes. Mais finalement le plus important est que, grâce aux nombreux travaux pratiques du cours, vous finirez ce cours avec déjà dans votre portfolio des projets aboutis à montrer durant un entretien. -->Est ce qu'il faut être bon en mathématiques et statistiques ? Le cours prend le parti de faire comme ci vous n'aviez aucune connaissance en statistique et les connaissances de base en mathématique (multiplications, divisions...). J'explique donc systématiquement en détail toutes les notions touchant à ces sujets (qui font parfois un peu peur :)) afin de ne perdre personne en route. J'espère avoir pu répondre correctement à vos interrogations, n'hésitez pas à revenir poser une question si quelque chose n'est pas clair. Excellente journée ! Sébastien
  • Bonjour, Y a t-il un certificat à la fin du cours?
    Bonjour, Merci pour votre question. Le cours ne délivre pas de certificat à proprement parler mais vous obtiendrez par contre un portfolio bien rempli avec des projets aboutis et concrets que vous pourrez montrer dans un entretien ou mettre en ligne du votre profil Linkedin. Cela vous permettra de prouver facilement votre maitrise des compétences développées dans ce cours (langage Python, SQL, manipuler des API, statistique, data cleaning, machine learning etc.). N’hésitez pas à revenir vers moi si ma réponse ne répond pas totalement à votre interrogation. Excellente journée ! Sébastien
accédez à plus de 1123 tuto gratuits


non, je ne veux pas me former gratuitement

voir notre politique de protection des données