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

Feedbacks :