Découvrez les bonnes pratiques et les connaissances fondamentales qui vous aideront à effectuer vos analyses de données sereinement à l’aide de Python.
Vous verrez comment utiliser les notebooks Jupyter et des librairies Python comme Pandas, Matplotlib ou encore Numpy pour tester, explorer vos données et les analyser.
Python possède de nombreuses librairies, utilisées dans tous les domaines. Mais pour pouvoir traiter une grande quantité de données, il est essentiel d’observer quelques règles de base, que nous allons aborder dans ce cours.
* MOOC Francophone est un service de mise en relation sans inscription et sans intermédiaire. Nous n’organisons aucun cours, le lien « Suivre le cours » vous redirige vers la page web des organisateurs.
Intervenants
Ali Neishabouri
Freelance Data Scientist, and teacher at OpenClassrooms
Durée
6 séquences
Prérequis
Pour suivre ce cours, vous devez déjà être familier avec la programmation Python. Nous allons aussi invoquer des notions basiques de probabilités et de statistiques, ainsi que de l’algèbre relationnelle. Pour en profiter pleinement, n’hésitez pas à vous rafraîchir la mémoire, avant ou pendant le cours, sur :
- La ligne de commande en Linux, notamment comment créer une instance AWS et s’y connecter en SSH
- La programmation en Python
- L’algèbre relationnelle
Charge de travail
10 heures au total
Coût
Gratuit
Certification
Vous devez compléter tous les exercices du cours et obtenir une note finale d’au moins 70% pour obtenir votre certification !
Un compte OpenClassrooms Premium Solo (20€ / mois) est nécessaire pour valider votre certification.
Déroulement
Chaque cours est composé d’une ou plusieurs parties et peut comporter du texte, des images (schéma, illustration) et des vidéos. Les vidéos des cours durent 10 minutes maximum, avec une moyenne de 3-4 minutes. Elles sont visualisables à tout moment sur OpenClassrooms et téléchargeables en haute définition.
Chaque partie d’un cours certifiant est ponctuée d’exercices de 2 types :
– des quiz corrigés automatiquement
– des devoirs libres (exemple : créer un site web avec des consignes précises).Ces devoirs sont évalués par les pairs. Chaque devoir est corrigé 3 fois par 3 autres élèves, dans un processus en double aveugle, selon un barème fixé par le professeur. La note finale est la moyenne des 3 notes reçues sur le devoir.
Si vous rencontrez des difficultés, pas de panique ! Vous pouvez à tout moment obtenir de l’aide sur les forums.
Programme
Partie 1 – Prenez en main le notebook Jupyter pour Python
1. Lancez une session de notebook Jupyter sur AWS
2. Découvrez le problème de Monty Hall3. Utilisez Numpy pour illustrer le théorème central limite
Activité : Simulez le problème de Monty Hall avec Numpy
Partie 2 – Manipulez des données avec Numpy, Matplotlib et Pandas
1. Plongez dans la librairie Numpy2. Maîtrisez les possibilités offertes par Matplotlib
3. Découvrez les DataFrames et la librairie Pandas
Activité : Effectuez une régression linéaire avec Scikit-learn
Certificat de réussite.
Plateforme
OpenClassrooms
Une technologie issue du projet Open Source CLAIRE (Community Learning through Adaptive and Interactive multichannel Resources for Education) développé conjointement par OpenClassrooms (ex : Simple IT / Site du zéro), le laboratoire LIRIS (équipe Silex), et INRIA Grenoble (équipe WAM)
