En savoir plus sur la science des données - ce que c'est, qui travaille en tant que scientifique des données et ce qui peut être réalisé grâce à la discipline.

Vous recevrez une introduction approfondie aux outils et méthodes d'analyse de données de Python dans ce cours. Il présentera des techniques de nettoyage et de manipulation des données.

L'abstraction de Series et DataFrame en tant que structures de données clés pour l'analyse de données sera également abordée, ainsi que des didacticiels sur la façon d'utiliser efficacement les tableaux groupés, fusionnés et croisés dynamiques.

Les étudiants auront la capacité de prendre des données tabulaires, de les nettoyer, de les manipuler et d'effectuer des analyses statistiques fondamentales.

Avoir des compétences avancées en Python est crucial pour de nombreux rôles en science des données. Dans ce cours, vous continuerez à développer les compétences en programmation Python que vous avez acquises dans le cours précédent en les appliquant à des projets analytiques.

Vous apprendrez Python pour la science des données ainsi que des concepts tels que la gestion des données, l'informatique mathématique, etc., en utilisant une approche d'apprentissage mixte.

La formation Data Science with Python peut vous aider à faire progresser votre carrière en tant que data scientist.

Dans ce cours, vous apprendrez à utiliser SQL pour stocker, interroger et manipuler des données.

SQL est un langage de programmation spécialisé conçu pour gérer les données dans une base de données relationnelle et est utilisé par de nombreuses applications et organisations à travers le monde.

Ce cours vous aide à maîtriser Tableau Desktop, un outil d'intelligence d'entreprise, de création de rapports et de visualisation de données largement utilisé. Avec l'aide de notre formation Tableau, vous pouvez faire progresser votre profession d'analyste et acquérir des compétences employables.

Les employeurs accordent une grande importance aux compétences de Tableau pour les postes liés aux données, et notre cours vous apprend à utiliser efficacement l'outil pour la préparation des données, la création de tableaux de bord interactifs, l'ajout de différentes dimensions et l'analyse approfondie des valeurs aberrantes.

Les fondements mathématiques de l'apprentissage automatique sont donnés au début de ce cours. Avant de passer à la régression multivariée et logistique, il commence par un examen de l'algèbre linéaire et de la régression linéaire univariée.

De plus, il change de sujet chaque semaine pour couvrir un large éventail de modèles et d'approches d'apprentissage automatique. L'apprentissage en profondeur, les machines à vecteurs de support et l'analyse en composantes principales en sont quelques-unes.

Enfin, il aborde des questions pratiques pertinentes telles que la manière de planifier et d'utiliser d'importantes initiatives d'apprentissage automatique. Vous aurez une compréhension approfondie de l'apprentissage automatique, de ses idées et de ses méthodologies à la fin du cours. De plus, vous pourrez utiliser des algorithmes d'apprentissage automatique de base tels que le clustering k-means et la rétropropagation.

Vous aurez la chance de mettre en pratique vos compétences nouvellement acquises tout au long du projet.

Vous apprendrez à résoudre un problème de science des données pratique et pertinent pour l'industrie grâce à des séances de mentorat ciblées, du traitement des données et de la création de modèles à la communication des résultats et des idées de votre entreprise.

Le projet est la dernière étape de la formation en science des données et vous donnera l'occasion de le mettre en pratique dans un cadre pratique.