Programme de Formation
8
module(s)
Durée totale : 360
Maîtrisez les deux bibliothèques phares de la data en Python. Tableaux NumPy, DataFrames Pandas, chargement CSV, nettoyage, encodage et visualisation en 8 leçons pratiques.
Module 1 : Pourquoi NumPy est plus rapide que Python pur
45
Découvrez NumPy, la brique fondamentale du calcul scientifique en Python. Créez votre premier tableau (ndarray) et mesurez concrètement le gain de vitesse face aux listes classiques.
Module 2 : Opérations vectorisées avec NumPy
45
Apprenez à appliquer des formules à des millions de valeurs sans écrire une seule boucle. Maîtrisez la vectorisation, le broadcasting et les principales fonctions mathématiques de NumPy.
Module 3 : Pandas — découvrir le DataFrame
45
Découvrez Pandas, la bibliothèque la plus utilisée au monde pour manipuler des données tabulaires. Créez vos premières Series et DataFrames et apprenez à naviguer dedans.
Module 4 : Charger un CSV réel avec Pandas
45
Chargez un vrai fichier CSV en une ligne avec Pandas. Maîtrisez read_csv, head, info et describe pour obtenir un aperçu complet de n'importe quel jeu de données en moins de 5 minutes.
Module 5 : Sélectionner, filtrer, trier
45
Maîtrisez les trois opérations quotidiennes sur un DataFrame : sélectionner avec loc et iloc, filtrer avec des masques booléens, et trier avec sort_values. Les réflexes indispensables de tout data scientist.
Module 6 : Nettoyer les valeurs manquantes
45
Détectez les valeurs manquantes (NaN), choisissez entre suppression et imputation, et apprenez à les traiter avec dropna et fillna sans dégrader vos données.
Module 7 : Encoder les variables catégorielles
45
Transformez vos colonnes textuelles en nombres exploitables par un modèle ML. Maîtrisez le one-hot encoding, le label encoding et sachez quand utiliser l'un ou l'autre.
Module 8 : Visualiser avec Matplotlib et Seaborn
45
Apprenez à construire en quelques lignes les quatre graphiques indispensables en data science : histogramme, nuage de points, boxplot et heatmap de corrélations.
Commentaires
0 commentaire
Aucun commentaire pour le moment
Soyez le premier à partager votre avis !
Se connecter pour commenter