DOCAPOSTE INSTITUTE : 12. Développer des applications de DataVisualisation
Organisme
94200 IVRY-SUR-SEINEVoir toutes ses formationsAutres organismes proposant cette formation
Durée
Modalités
- Classe virtuelle
- Présentiel
Tout au long et/ou à l’issue de la formation : évaluation des acquis des stagiaires via des exercices, des QCM, des QUIZZ, des mises en situation et/ou des cas pratiques.
Prix
Public
Développeurs, Chefs de projet, Data Analysts, Data Scientists, Analystes et Statisticien ou toute personne souhaitant réaliser de manière pratique des visualisations de données.
Pré-requis
Avoir des connaissances de base en développement logiciel
Objectifs pédagogiques
Comprendre les principes clés de visualisation de données
Appréhender la conception de visualisations de données
Maîtriser le cadre juridique du stockage et de l'analyse de données
Utiliser des APIs pour la visualisation des données
Développer avec les principaux Frameworks de visualisation des données (informations, réseaux, diagrammes…)
Programme détaillé
Approche méthodologique de la visualisation de données
- Définir le message, raconter une histoire
- Identifier les types de données disponibles (quantitatives ou qualitatives)
- Recueillir et préparer les données (OpenData, Google Refine, Microsoft Power Query…)
- Bonnes pratiques pour la mise en forme des visualisations
Panorama des outils de data visualisation
- Microsoft Excel : nouvelles capacités et limites.
- Autres logiciels (libres et éditeurs) et add-ins Microsoft (Think Cell, Mekko Graphic, Peltier Tech Charts).
- Applications en ligne (« Software As A Service ») : infogr.am, datawrapper.de
Choisir le graphique en fonction des données et du message à transmettre
- Représenter les séries temporelles (courbes et tendances, sparklines)
- Représenter les proportions (Waterfall, treemap, Nightingale, diagramme de Venn, marimekko, jauge, piste)
- Représenter les relations (corrélogramme, boxplot, tableau bulle, nuage de points, nuage de bulles « trendalyzer »)
- Représenter la répartition spatiale (cartes géographiques, heatmap)
- Représenter un corpus de texte par un nuage de mots (tag cloud)
Aller vers les infographies
- Définir une ligne directrice (narration visuelle)
- Hiérarchiser l'information
- Outils en ligne : Easel.ly, Many Eyes, Hohli, Visual.ly
- Diffuser et partager une infographie
- Le cadre juridique concernant le stockage et l'analyse de données
Les notions fondamentales du RGPD
- La règlementation pour les serveurs Les obligations
- Tenir un registre de traitement de données et le mettre à jour
- Désigner un DPO
- Assurer la conformité de ses sous-traitants
- La règlementation relative au couplage des données
- Les risques en cas de non-respect
Présentation des outils de DataViz
- Les frameworks JavaScript
- Les frameworks Java
- Les libraries Python (Matplotlib, Pandas, Scikit-learn...)
- Tableau et PowerBI
- Utiliser les APIs pour la visualisation de données
Datavisualisation avec Python
- Mise en place d'un notebook Jupyter
- Scrapping et extraction des données
- Manipuler les données avec Pandas
- Effectuer des comparaisons
- Présentation de Matplotlib
- Traçage de graphiques et diagrammes
- Autres visualisations : histogrammes, nuages de points, cercles et matrices de corrélation, …
- Présentation de l'alternative Seaborn : facet_grid et PairGrid
Réussir son analyse de données
- L'importance de la collecte et de la préparation des données
- Les différentes phases de l'analyse de données
- Réaliser une analyse descriptive
- Appliquer les bons algorithmes et modèles prédictifs
- Automatiser son processus d'analyse de données