Introduction to Data Science

La science des données est un domaine interdisciplinaire qui utilise des méthodes, des processus,
des algorithmes et des systèmes scientifiques pour extraire des connaissances et des informations
à partir de données structurées et non structurées, et appliquer des connaissances et des
informations exploitables à partir de données dans un large éventail de domaines d'application.
Dans ce programme, nous vous formerons à devenir un data scientist. Nous travaillerons sur des 
projets en utilisant les données réelles de nos partenaires. À la fin de ce programme, vous aurez
les connaissances nécessaires pour postuler à un emploi de data scientist junior.

Qu’allez-vous apprendre?

  • Python
  •  Numpy
  • Pandas
  • Matplotlib
  • Seaborn
  •  Beautiful soup
  • SciKit-Learn
  • Supervised learning
  • Unserpervised learning

Quel est le public ciblé?

Ce programme n'a pas de prérequis mais la volonté d'apprendre.

Part I: Python

1
Chapitre 1: Installation des logiciels
2
Chapitre 2: Introduction sur le language Python
3
Chapitre 3: Variables, expressions et opérations
4
Chapitre 4: Les instructions d’exécution et de contrôle
5
Chapitre 5: Fonctions
6
Chapitre 6: Les chaînes de caractères – strings
7
Chapitre 7: Fichiers
8
Chapitre 8: Listes
9
Chapitre 9: Tuples
10
Chapitre 10: Sets
11
Chapitre 11: Dictionnaires
12
Chapitre 12: Expressions régulières

Part II: Machine learning

1
Chapitre 13: Vecteurs, matrices et tableaux
2
Chapitre 14: Chargement des données
3
Chapitre 15: Modification de données avec pandas
4
Chapitre 16: Manipulation des données numériques
5
Chapitre 17: Gestion des données catégorielles
6
Chapitre 18: Traitement de texte
7
Chapitre 19: Gestion des dates et d’heures
8
Chapitre 20: Réduction de dimensionnalité à l’aide de l’extraction de caractéristiques
9
Chapitre 21: Réduction de dimensionnalité à l’aide de la sélection de fonction
10
Chapitre 22: Évaluation de modèle
11
Chapitre 23: Sélection de modèle
12
Chapitre 24: Régression linéaire – Linear Regression
13
Chapitre 25: Arbres et forêts – Trees and Forests
14
Chapitre 26: k-plus proche voisin – K-Nearest Neighors
15
Chapitre 27: Régression logistique – Logistic Regression
16
Chapitre 28: Machine de vecteur de soutien – Support Vector Machines
17
Chapitre 29: Classification naïve de bayes – Naive Bayes
18
Chapitre 30: Clustering
La science des données est un domaine interdisciplinaire qui utilise des méthodes, des processus, des algorithmes et des systèmes scientifiques pour extraire des connaissances et des informations à partir de données structurées et non structurées, et appliquer des connaissances et des informations exploitables à partir de données dans un large éventail de domaines d'application.
Le programme débutera bientôt. Si vous avez des questions, veuillez nous contacter à contact@sparktechglobal.com
Add to Wishlist
Enrolled: 0 students
Duration: 4 mois - 6 heures/Semaine
Lectures: 30
Level: Beginner

Schedule

Monday 8:00 am - 8.00 pm
Tuesday 8:00 am - 8.00 pm
Wednesday 8:00 am - 8.00 pm
Thursday 8:00 am - 8.00 pm
Friday 8:00 am - 8.00 pm
Saturday Closed
Sunday Closed

Please write your Email Address to get an update

Error API
× Comment puis-je vous aider?