- Description
- Curriculum
- FAQ
- Examens
Cette formation en Science des données: De Débutant à Expert est conçue pour les professionnels souhaitant acquérir une première expérience en matière de Big Data, de Python et d’analyse des données. Les participants pourront acquérir les compétences nécessaires pour devenir des experts en science des données, ainsi qu’une certification de réussite de la formation.
-
Introduction à la science des données
-
Comprendre les bases de la science des données et ses applications dans le monde professionnel
-
Apprendre les techniques de collecte de données et de préparation de données
-
Introduction à Python pour la science des données
-
Apprendre les bases de Python pour la science des données
-
Utilisation de Python pour le nettoyage et la manipulation des données
-
Utilisation de bibliothèques Python pour la visualisation des données
-
Analyse des données avec Python
-
Comprendre les techniques d’analyse des données et leur application à l’aide de Python
-
Utilisation de bibliothèques Python pour l’analyse de données
-
Utilisation de techniques d’apprentissage automatique pour l’analyse de données
-
Introduction au Big Data
-
Comprendre les concepts de base du Big Data
-
Introduction aux technologies de stockage et de traitement de données Big Data
-
Analyse de données Big Data avec Python
-
Apprendre à analyser des données Big Data à l’aide de Python
-
Utilisation de bibliothèques Python pour l’analyse de données Big Data
-
Projets pratiques
-
Mettre en pratique les compétences acquises grâce à des projets pratiques
-
Utilisation de données réelles pour l’analyse de données
-
Examen final
-
Évaluation des connaissances et des compétences acquises tout au long de la formation
-
Certification de réussite de la formation pour les participants qui réussissent l’examen délivré par Udemy
Dans l’ensemble, cette formation en Science des données: De Débutant à Expert est conçue pour aider les professionnels à acquérir des compétences en matière de Big Data, de Python et d’analyse de données. Les participants pourront acquérir une expérience pratique grâce à des projets pratiques et seront évalués à travers un examen final pour obtenir leur certification de réussite de la formation.
La formation se déroulera sous forme de cours théorique & pratique, d’exemples concrets et d’ateliers pour permettre aux participants de mettre en pratique les concepts appris. Des exercices, des mises en situation et des études de cas seront utilisés pour renforcer les connaissances.
Ressources d’apprentissage complémentaires :
-
Atelier en ligne
-
Documentation
-
Consultez des exemples de tableaux de bord, de rapports et de fichiers de bureau.
Enfin, je m’engage à vous fournir la formation la plus complète possible sur Udemy pour vous permettre de réussir dans votre apprentissage.
-
Je m’engage à répondre rapidement à vos questions pour vous aider à comprendre les concepts de la formation.
-
Je vais ajouter des cas pratiques sur demande pour vous donner des exemples concrets de ce que vous apprenez.
-
Je vais vous accompagner avec des cas pratiques et d’autres ressources utiles pour vous aider à mettre en pratique ce que vous apprenez.
Ces ajouts de vidéos seront, bien entendu, gratuits si vous avez acquis la formation.
Comment me contacter ? Je reste disponible dans la rubrique Question/Réponses d’Udemy pour répondre à vos questions.
À la fin de ce cours, si vous le suivez en entier et réussissez l’ensemble des quizz : Obtenez votre certification électronique à insérer dans votre CV et profil LinkedIn.
Il ne me reste que plus qu’à vous souhaiter une bonne formation !
Dr. Firas
-
6Approche quantitative Vs Approche qualitative
-
7Définir les types d’objets mesurés
-
8Types d'études statistiques
-
9Connaissances, Compétences, Statistiques et Logiciels
-
10Les meilleurs logiciels de statistiques et analyse de données
-
11Le cycle de vie de la donnée
-
12Les données externes
-
13Le sens de la donnée
-
14Les nouvelles sources de données
-
15Big data,Smart data,Dark data,Fast data,Open data
-
16Qu’est-ce que la cartographie des données
-
17Pourquoi ce processus est-il capital ?
-
18Le sens de la donnée
-
19Deep Learning VS machine learning
-
20Big data-Smart data-Dark data-Fast data-Open data
-
21Big data vs Business Intelligence
-
22Données structurées et non structurées
-
23Stockage distribué
-
24Théorème de CAP
-
25Python et les données
-
26R ou PYTHON : Comment choisir ?
-
27L'écosystème de Python
-
28Schéma d’une API prédictive avec Python
-
29Introduction Python
-
30Installation Python 3.8.3
-
31Exécuter le programme Python
-
32Les fonctions
-
33Les opérations de base
-
34Les opérations spécifiques à Python
-
35Ordre et priorité
-
36Les types de nombre part-1
-
37Les types de nombre part-2
-
38Fonction INPUT
-
39Manipulation de chaine de caractère
-
40Manipulation de chaine de caractère part-2
-
41Changer les types avec les fonctions prédéfini avec Python
-
42Changer les types dans le input
-
43Les variables
-
44Changer les types des variables
-
45Les règles pour la création des variables
-
46Opérations sur place
-
47Type boolean
-
48Lancer l'éditeur de code Atom
-
49Les structures de contrôle
-
50Plusieurs conditions de contrôle
-
51Plusieurs conditions de contrôle Part-2
-
52Plusieurs conditions de contrôle Part-3
-
53Les conditions logiques
-
54Exercice avec les conditions
-
55Correction Exercice avec les conditions
-
56Structure de contrôle avec boucle While
-
57Structure de contrôle avec boucle While Part-2
-
58Structure de contrôle avec boucle While Part-3
-
59Création des listes
-
60Manipulation de la liste Part-1
-
61Manipulation de la liste Part-2
-
62Manipulation de la liste Part-3
-
63Manipulation de la liste Part-4
-
64Les recherches dans une liste
-
65Les fonctions dans les listes
-
66Application des méthodes sur les listes
-
67Exercice avec les listes
-
68EXERCICE : manipulation des listes
-
69Manipulation des listes avec les boucles
-
70La boucle FOR Part-1
-
71La boucle FOR Part-2
-
72La boucle FOR Part-3
-
73Création des dictionnaires
-
74Chercher la valeur d'une clé
-
75Mettre une liste dans un dictionnaire
-
76Ajouter un nouveau clé à un dictionnaire
-
77Recherche d'une clé
-
78Méthode Get
-
79Méthode KEYS
-
80Exercice avec la manipulation des dictionnaires
-
81Exercice avec les dictionnaires
-
82Définition d'une fonction
-
83Création d'une fonction
-
84Utilisation de RETURN dans une fonction
-
85Exercice: Fonction
-
86Exercice avec une fonction
-
87Les types d'erreurs dans Python