Aller au contenu principal
Afficher le fil d'ariane

ORSYS : 09. Big Data - Python pour l'analyse de données

Organisme

ORSYS
LA GRANDE ARCHE PAROI NORD
92044 PARIS LA DEFENSE CEDEX
Voir toutes ses formationsAutres organismes proposant cette formation

Durée

21 heures

Modalités

Formation

  • Classe virtuelle
  • Présentiel

Évaluation

Développement/réalisation d'analyses avec Python, utilisations des modules pandas, NumPy, SciPy.

Prix

Inter
La formation en Inter est dispensée pour un groupe de salariés d’entreprises différentes.
1050€ HT / personne
Intra
La formation en Intra est dispensée pour un groupe de salariés d’une seule et même entreprise.
4725€ HT / groupe
4 stagiaires minimum

Public

Développeurs en Python, Responsables Infocentre, Développeurs de logiciels, programmeurs, Data analysts, Data scientists.

Pré-requis

Maîtrise de la programmation Python et connaissances de base en statistiques

Objectifs pédagogiques

Comprendre le principe de la modélisation statistique

Savoir utiliser les principaux outils de traitement et d'analyse de données pour Python

Être capable d'extraire des données d'un fichier 

Savoir appliquer les pratiques optimales en matière de nettoyage et de préparation des données avant l'analyse

Apprendre à mettre en place un modèle d'apprentissage simple

Choisir entre la régression et la classification en fonction du type de données

Évaluer les performances prédictives d'un algorithme

Créer des sélections et des classements dans de grands volumes de données pour dégager des tendances

Programme détaillé

Big Data - Python pour l'analyse de données

Le langage Python dispose d'un écosystème scientifique, permettant entre autres, les traitements statistiques : de la construction de modèles d'analyse, à leur évaluation jusqu'à leur représentation. Ce cours vous permet d'analyser des données d'horizon divers avec les bibliothèques Python.

 

Objectifs pédagogiques

  1. Comprendre le principe de la modélisation statistique  
  2. Savoir utiliser les principaux outils de traitement et d'analyse de données pour Python
  3. Être capable d'extraire des données d'un fichier
  4. Savoir appliquer les pratiques optimales en matière de nettoyage et de préparation des données avant l'analyse
  5. Choisir entre la régression et la classification en fonction du type de données
  6. Apprendre à mettre en place un modèle d'apprentissage simple 

 

Déroulement de la formation :

  1. Présentation de l'écosystème Python scientifique
  2. Travailler les données avec Python
  3. Introduction à la modélisation
  4. Procédures d'évaluation de modèles
  5. Les algorithmes supervisés
  6. Les algorithmes non supervisés

 

Programme détaillé de la formation :

 

1. Présentation de l’écosystème Python scientifique

1/4 jour

- Panorama de l’écosystème scientifique de Python : les librairies incontournables.

- Savoir ou trouver de nouvelles librairies et juger de leur pérennité.

- Les principaux outils et logiciels open source pour la data science.

Travaux pratiques

Installation de Python 3, d'Anaconda et de Jupiter Notebook.

 

 2. Travailler les données avec Python

3/4 jour

- Le socle scientifique Python : la SciPy Stack.

- Les bonnes pratiques pour bien démarrer votre projet de data science avec Python.

- Les formats de fichiers scientifiques et les librairies pour les manipuler.

- Pandas : l’analyse de données tabulaires (fichiers csv, excel...), statistiques, pivots, filtres, recherche…

- Numpy : calcul numérique et algèbre linéaire (les vecteurs, matrices, images).

- L’extraction des données,la préparation , le nettoyage.

Travaux pratiques

Ecrire des scripts Python permettant de travailler avec des données issues de fichiers, afin d’appliquer des filtres, des traitements de formatage, de nettoyage.

 

 3. Introduction à la modélisation

1/4 jour

- Les étapes de construction d'un modèle.

- Les algorithmes supervisés et non supervisés.

- Le choix entre la régression et la classification.

Travaux pratiques

Intégration dans l’environnement installé de scripts Python, pour analyse.

 

 4. Procédures d'évaluation de modèles

3/4 jour

- Les techniques de ré-échantillonnage en jeu d'apprentissage, de validation et de test.

- Test de représentativité des données d'apprentissage.

- Mesures de performance des modèles prédictifs.

- Matrice de confusion, de coût et la courbe ROC et AUC.

Travaux pratiques

Mise en place d'échantillonnage de jeux de donnes. Effectuer des tests d'évaluations sur plusieurs modèles fournis.

 

 5. Les algorithmes supervisés

1/2 jour

- Le principe de régression linéaire univariée.

- La régression multivariée.

- La régression polynomiale.

- La régression régularisée.

- Le Naive Bayes.

- La régression logistique.

Travaux pratiques

Mise en œuvre des régressions et des classifications sur plusieurs types de données.

 

 6. Les algorithmes non supervisés

1/2 jour

- Le clustering hiérarchique.

- Le clustering non hiérarchique.

- Les approches mixtes.

Travaux pratiques

Traitements de clustering non supervisés sur plusieurs jeux de données.

 

Sessions

Filtrer les résultats

63 résultats

Modalités pédagogiques
Formation synchrone se déroulant avec la présence physique du (des) formateur(s) et du (des) apprenant(s) réunis dans un même lieu de formation.
Formation combinant des séquences en présentiel et des séquences à distance synchrones ou asynchrones.
Formation à distance, asynchrone, s’appuyant sur une plateforme d’apprentissage, pouvant être complétée par d’autres modalités de formation à distance (visio-conférence…)
Formation à distance, synchrone, s’appuyant sur un dispositif de visio-conférence. La classe virtuelle recrée à distance les conditions d’une formation en salle traditionnelle.
Type de formation
La formation en Inter est dispensée pour un groupe de salariés d’entreprises différentes.
La formation en Intra est dispensée pour un groupe de salariés d’une seule et même entreprise.
Options
Ces sessions ne peuvent être ni annulées ni reportées par l’organisme de formation.

0 résultat