• Blog

Formation : Maîtriser les Data Sciences avec Python Language - Partie III

Python Appliqué aux Datasciences !

(720 vues)
Catégorie(s) : Programmation
Niveau : Intérmédiaire
Editeur(s) : Anaconda
Produit(s) : Jupyter Notebook

Maîtriser les Data Sciences avec Python Language - Partie III Commencer ce cours

Échantillons vidéo gratuits

Vue d’ensemble

Bien qu’une grande partie de cette formation soit consacrée à vous initier au langage Python en tant que outil de développement,  s'agit plutôt d'aider les utilisateurs de Python à apprendre à utiliser les piles de données informatiques de Python, telles que le noyau interactif IPython notamment dans un contexte Jupyter Notebook où vous  allez découvrir ensemble les divers modes e présentation du code comme les Mark down , les présentations de texte et du code ainsi que les méthodes magiques de Jupyter.

Ou encore l’intégration des modules tel que NumPy, Pandas, Matplotlib, SciPy ainsi que bien d’autres outils associés, pour stocker, manipuler et obtenir des données d’une manière efficace.

Après avoir suivi la première et la deuxième partie de la formation « Les Data sciences ou la science des données avec Python Langage» et apprendre les notions avancée, vous allez entamer dans cette troisième partie Python et les Datascience.

Dans cette partie vous allez découvrir les différentes étapes à travers la quelle passe le montage d’un projet Data science

En commençant par l’acquisition des données où vous allez couvrir pratiquement la totalité des cas et des situations, commençant par la saisie des données à partir des fichiers texte et l’application des expressions régulières avec tous ces détails dans un contexte python pour extraire les informations précises, jusqu’à l’acquisition des données en format audio, audiovisuel ou encore les données issues des capteurs dans le cadre d’emploi des cartes programmables, des systèmes embarqués et Internet Of Things en passant par les SGBD relationnels plus particulièrement SQLite et Oracle 11 g Express Edition et des SGBD No SQL essentiellement MongoDB, la capture des données à partir des images moyennant OCR et sans oublier le système de gestion des flux utilisé principalement dans le monde du Big Data notamment le Spark et  le Web Scrapping.   

En passant par la préparation de ces données à l’exploitation essentiellement à l’aide de Numpy, Cython et Pandas, on va arriver jusqu’à la visualisation de ces données à l’aide du module Matplotlib.

Objectifs

Lors de cette dernière partie de la formation, vous allez :

- Apprendre à utiliser les piles de données informatiques de Python, telles que le noyau interactif IPython notamment dans un contexte Jupyter Notebook

- Découvrir les divers modes de présentation du code comme les Mark down, les présentations de texte et du code ainsi que les méthodes magiques de Jupyter      

- Intégrer des modules tel que NumPy, Pandas, Matplotlib, SciPy ainsi que bien d’autres outils associés, pour stocker, manipuler et obtenir des données d’une manière efficace.

Prérequis

Il faut prendre en considération un certain niveau en termes de Python en tant que langage de développement pour bien continuer.

Il est fortement conseillé de suivre les deux volets précédents de cette même formation.

Public concerné

- Les étudiants : Doctorants et chercheurs

- Les stagiaires et chercheurs d’emploi

- Les ingénieurs et les docteurs 


Espace dédié à l'échange avec le formateur et entre membres, à propos de la formation. Posez vos questions ici et n'hésitez pas à répondre aux questions des autres membres.

Contenu réservé aux utilisateurs payants.
Passer à une version payante.
Passer en mode coaching privé

Avis des participants

4
Moyenne des votes ( 1 )
5
0
4
1
3
0
2
0
1
0

Commentaires

Pas de commentaires pour l'instant ... Soyez le premier à le faire !



Ceci peut aussi vous intéresser