Python pour la Data Science | Pandas, NumPy, Scikit learn Mixte : présentiel / à distance

Ce cours intensif de 5 jours vous initie à l'utilisation de Python dans le contexte de la Data Science, en vous appuyant sur les bibliothèques incontournables :

• NumPy pour les calculs numériques,
• Pandas pour la manipulation de données tabulaires,
• Matplotlib/Seaborn pour la visualisation,
• Scikit-learn pour les modèles de machine learning.

À travers des cas concrets et des exercices pratiques, vous apprendrez à importer, transformer, visualiser et modéliser des jeux de données.

À l'issue de la formation, les participants seront capables de :

• Utiliser NumPy pour les calculs numériques sur tableaux multidimensionnels
• Manipuler efficacement des données tabulaires avec Pandas
• Créer des visualisations claires avec Matplotlib et Seaborn
• Préparer les données pour la modélisation (feature engineering, normalisation)
• Appliquer des algorithmes de machine learning avec Scikit-learn
• Évaluer les performances d'un modèle prédictif

• Analystes de données, data analysts
• Développeurs ou ingénieurs souhaitant se spécialiser en Data Science
• Responsables métier ou chefs de projet souhaitant monter en compétences sur la donnée
• Toute personne intéressée par l'analyse et la modélisation des données avec Python

• Bonnes bases en Python (variables, fonctions, boucles, listes)
• Connaissances de base en statistiques descriptives (moyenne, écart-type, corrélation…)
• Notions de manipulation de fichiers CSV ou Excel

Jour 1 : Fondamentaux et NumPy

• Introduction à Python pour la Data Science
• Jupyter Notebook et environnement Anaconda
• Introduction à NumPy
• Tableaux ndarray, indexation, slicing
• Fonctions mathématiques vectorisées
• Opérations sur matrices, statistiques de base
• Génération de données aléatoires (simulateurs, distributions)
• Manipulation d'axes, reshape, broadcast
• Introduction aux visualisations avec Matplotlib

TP

• Simulation de données + opérations statistiques sur matrices

Jour 2 : Manipulation de données avec Pandas

• Séries et DataFrames : création, import/export (CSV, Excel, JSON)
• Accès aux données (loc, iloc, at, iat)
• Nettoyage : gestion des valeurs manquantes, duplication, typage
• Filtres conditionnels, tri, regroupement (groupby)
• Agrégations et statistiques descriptives
• Merge, join, concaténation de DataFrames

TP

• Nettoyage et analyse d'un jeu de données (ex : Airbnb, Titanic, données RH)

Jour 3 : Visualisation de données

• Visualisation avec Matplotlib : courbes, histogrammes, barres
• Introduction à Seaborn : styles, palettes, intégration avec Pandas
• Visualisation statistique : boxplots, heatmaps, pairplots
• Analyse exploratoire de données (EDA)
• Détection d'anomalies visuelles, corrélations, distribution
• Graphiques croisés dynamiques

TP

• Exploration graphique d'un dataset complet (ex : santé, marketing, transport)

Jour 4 : Introduction au Machine Learning avec Scikit-learn

• Introduction au Machine Learning : supervision vs non-supervision
• Séparation train/test, train_test_split, pipelines
• Modèles supervisés : régression linéaire, k-NN, arbre de décision
• Évaluation de modèle : précision, rappel, F1-score, courbe ROC
• Méthodes de validation croisée (cross_val_score)
• Feature scaling, normalisation

TP

• Prédiction d'un score (ex : prix d'un logement, revenu, classification binaire)

Jour 5 : Atelier projet & approfondissements

• Feature engineering : création de variables, encodage
• Algorithmes avancés (Random Forest, SVM – introduction)
• GridSearch et tuning des hyperparamètres

Docaposte Institute propose plusieurs dispositifs pédagogiques adaptés aux apprenants :

• Formation en présentiel
  • En groupe (inter-entreprises ou intra-entreprise)
  • En individuel (monitorat)
  • En journée ou en cours du soir (sur demande spécifique)
• Formation en distanciel
  • Distanciel synchrone
  • Distanciel asynchrone

• Apports des connaissances communes.
• Mises en situation sur le thème de la formation et des cas concrets.
• Méthodologie d'apprentissage attractive, interactive et participative.
• Équilibre théorie / pratique : 60 % / 40 %.
• Supports de cours fournis au format papier et/ou numérique.
• Ressources documentaires en ligne et références mises à disposition par le formateur.
• Pour les formations en présentiel dans les locaux mis à disposition, les apprenants sont accueillis dans une salle de cours équipée d'un réseau Wi-Fi, d'un tableau blanc ou paperboard. Un ordinateur avec les logiciels appropriés est mis à disposition (le cas échéant).

En amont de la formation

• Recueil des besoins des apprenants afin de disposer des informations essentielles au bon déroulé de la formation (profil, niveau, attentes particulières...).
• Auto-positionnement des apprenants afin de mesurer le niveau de départ.

Tout au long de la formation

• Évaluation continue des acquis avec des questions orales, des exercices, des QCM, des cas pratiques ou mises en situation...

A la fin de la formation

• Auto-positionnement des apprenants afin de mesurer l'acquisition des compétences.
• Evaluation par le formateur des compétences acquises par les apprenants.
• Questionnaire de satisfaction à chaud afin de recueillir la satisfaction des apprenants à l'issue de la formation.
• Questionnaire de satisfaction à froid afin d'évaluer les apports ancrés de la formation et leurs mises en application au quotidien.

• Admission sans disposition particulière