Page 66 - Catalogue Formations 2024

EN

RÉALISABLE
AVANCÉ ATELIER
EN ANGLAIS
DATA SCIENCE AVEC PYTHON DATE & LIEU

Du 12/09/2024 au 13/09/2024 à Paris
PUBLIC/PRÉREQUIS
FC9BD13 PRIX : 1 850 € DURÉE : 2 JOURS
Ingénieurs, développeurs devant traiter
Pauses et déjeuners offerts des données en Python.
Des connaissances de base en
programmation sont nécessaires
INTELLIGENCE ARTIFICIELLE ET SCIENCES DES DONNÉES Le langage Python est reconnu comme l’un des langages majeurs Guillaume WISNIEWSKI
pour tirer pleinement profit de cette
PRÉSENTATION
formation.
RESPONSABLE(S)
en informatique. C’est l’un des plus utiles pour les utilisateurs
scientifiques et techniques, particulièrement dans le domaine des
sciences des données.
Enseignant-chercheur en informatique
à l’Université Paris Diderot. Il est diplômé
de Télécom Paris et de l’Université
OBJECTIFS
recherche et d’enseignement porte
- Lire les données depuis différentes sources (fichiers HTML, fichiers Excel,
sur l’apprentissage statistique et ses
bases de données, etc.) Pierre et Marie Curie. Son activité de
applications au traitement de langage
- Nettoyer et fusionner les données naturel.
- Réaliser des analyses simples (statistiques descriptives, visualisations
graphiques, régression, etc.) MODALITÉS
- Préparer les données pour leur utilisation dans des pipelines PÉDAGOGIQUES
d’apprentissage statistique
Travaux pratiques.
PROGRAMME
Introduction Représentations graphiques
- Découverte de Matplotlib et Seaborn
Prise en main de Python - Personnalisation des graphes
- Python : environnements virtuels,
installation de bibliothèques, Jupyter Manipulation des DataFrames
notebook - Groupby
- Variables, types et structures de contrôle - Jointures
(boucles, conditions, etc.) - Nettoyage de données (gestion des
valeurs manquantes, validation, etc.)
Entrées/sorties en Python
- Lire et écrire des données depuis un Manipulation de séries temporelles
fichier - Index et filtrage
- Rappel sur la notion de chemin d’accès - Opérations sur des fenêtres glissantes
- Erreurs et exceptions : comment Python
signale-t-il les erreurs ? Comment gérer Classification et régression
les erreurs ? - Aperçu de la bibliothèque Sklearn
- Mise en place d’un pipeline
Fonctions d’apprentissage statistique
- Pourquoi et comment définir une fonction - Comment interfacer Sklearn et Pandas ?
en Python ?
- Différentes manières d’appeler une Étude de cas
fonction en Python - Analyse des données du Covid
- Utilisation de modules et de - Intégration et consolidation de données
bibliothèques tierces provenant de plusieurs sources
- Représentation graphique
Structures de données - Analyse des données et prédiction de
- Listes, ensembles et dictionnaires l’évolution
- Comment utiliser des classes existantes
en Python ? Synthèse et conclusion
FORMATIONS INTER-ENTREPRISES fichiers Excel, des fichiers HTML et des DU PROGRAMME EN LIGNE
Données tabulaires
- Bibliothèque Numpy
- Bibliothèque Pandas
- Chargement de données depuis des
bases de données
- Opérations basiques (filtres, opérations
ACCÉDER À L’ENSEMBLE
sur les colonnes, etc.)

66 contact.exed@telecom-paris.fr | executive-education.telecom-paris.fr | Appelez le 01 75 31 95 90