Use Case
DNCA
Python
Team
training
12 heures
de training
Score
en cours
3
participants
Contenu du training.
Objectifs pédagogiques
Maîtriser les fonctionnalités avancées du développement en Python
Optimiser les développements et augmenter la vitesse d’exécution des scripts
Générer des alertes quand des indicateurs vont au delà de certaines limites
Monitorer les niveaux d’indicateurs
Manipuler et extraire des données Transformer les données (filtrage…)
Un programme sur-mesure :
1 | Concepts et Rappels
Découvrir / revoir les librairies Python pour manipuler les données (Numpy, Pandas)
Faire de la datavisualisation (seaborn, Matplotlib) et du machine learning (scikit-learn)
Manipuler les strings, les lists et les dataframes
2 | Manipulation
Construire des visualisations avancées en Python pour prendre des décisions data driven
3 | Workshop
Prendre en main des notebooks Jupyter pour gérer les projets data
Cas d’usage sur les notebooks Jupyter
4 | Machine Learning
Comprendre les bases du Machine Learning : apprentissage supervisé et non supervisé
Aller plus loin : text mining, image analysis
Résultats.
Meilleures pratiques en manipulation de donnée et datavisualisation sous Python
Prendre des décisions data-driven via Python
Comprendre les intérêts et enjeux du Machine Learning sous Python