IA générative & Data Analysis
Cette formation innovante vous initie à l’usage des intelligences artificielles génératives (Copilot, ChatGPT, Gemini…) dans le cadre de…
Data Analytics, Data Visualization et BI
Big Data Analytics avec Python
Formation pratique pour maîtriser l’analyse de données massives avec Python, de la préparation des jeux de données à la modélisation prédictive et à la visualisation interactive.
Description de la formation
Introduction à la Data Science & à l’environnement Python
- Rappels Python : structures, librairies (NumPy, pandas, matplotlib)
- Notebooks interactifs (Jupyter, Google Colab)
- Présentation des grandes étapes d’un projet data
Préparation & traitement des données volumineuses
- Nettoyage et exploration (EDA) de datasets massifs
- Gestion des données manquantes et catégorielles
- Optimisation mémoire et temps de traitement
- Chargement depuis CSV, SQL, API, JSON, etc.
Modélisation supervisée
- Régression linéaire et logistique
- Arbres de décision, Random Forest, Gradient Boosting
- Évaluation : courbes ROC, AUC, scores F1, précision/rappel
- Validation croisée, overfitting, sélection de variables
Modélisation non supervisée
- Clustering (k-means, DBSCAN, hiérarchique)
- Réduction de dimension : PCA, t-SNE, UMAP
- Détection d’anomalies
Analyse de données textuelles (NLP)
- Nettoyage, tokenisation, lemmatisation
- Nettoyage, tokenisation, lemmatisation
- Analyse de sentiments, catégorisation, résumé automatique
Visualisation & restitution des résultats
- Graphiques interactifs avec seaborn, plotly
- Dashboarding avec Streamlit ou Dash
- Data storytelling et communication des résultats
Objectifs pédagogiques
- Acquérir les fondamentaux de la data science et du big data en environnement Python
- Maîtriser les outils de modélisation et d’évaluation d’algorithmes prédictifs
- Explorer, transformer et analyser de grands jeux de données structurés et non structurés
- Mettre en œuvre des analyses statistiques, textuelles et visuelles à grande échelle
Programme détaillé
Module 1 Introduction à la Data Science & à l’environnement Python
- Rappels Python : structures, librairies (NumPy, pandas, matplotlib)
- Notebooks interactifs (Jupyter, Google Colab)
- Présentation des grandes étapes d’un projet data
Module 2 Préparation & traitement des données volumineuses
- Nettoyage et exploration (EDA) de datasets massifs
- Gestion des données manquantes et catégorielles
- Optimisation mémoire et temps de traitement
- Chargement depuis CSV, SQL, API, JSON, etc.
Module 3 Modélisation supervisée
- Régression linéaire et logistique
- Arbres de décision, Random Forest, Gradient Boosting
- Évaluation : courbes ROC, AUC, scores F1, précision/rappel
- Validation croisée, overfitting, sélection de variables
Module 4 Modélisation non supervisée
- Clustering (k-means, DBSCAN, hiérarchique)
- Réduction de dimension : PCA, t-SNE, UMAP
- Détection d’anomalies
Module 5 Analyse de données textuelles (NLP)
- Nettoyage, tokenisation, lemmatisation
- Nettoyage, tokenisation, lemmatisation
- Analyse de sentiments, catégorisation, résumé automatique
Module 6 Visualisation & restitution des résultats
- Graphiques interactifs avec seaborn, plotly
- Dashboarding avec Streamlit ou Dash
- Data storytelling et communication des résultats
Prérequis
- Connaissances de base en Python (structures, boucles, fonctions)
- Notions en statistiques descriptives et modélisation
Public visé
- Responsables et analystes métiers (marketing, qualité, risque, RH…)
- Développeurs, chefs de projets, consultants data
Modalités de la formation
- 📍 Format : Mixte (présentiel + distanciel)
- 📊 Niveau d'entrée : Intermédiaire
- 👥 Effectif : 4 à 12 stagiaires (groupe restreint)
- 🎯 Pédagogie : Apports théoriques, exercices pratiques, études de cas, projet fil rouge
- ♿ Accessibilité : Formations accessibles aux personnes en situation de handicap. Contactez notre référent handicap.
Allez plus loin
Formations similaires
Dans le même domaine et au niveau Intermédiaire.
Modern Data Engineering avec Hadoop, Hive, et alternatives Cloud (BigQuery, Snowflake)
Formation complète pour traiter des données massives avec Hadoop et découvrir les solutions analytiques cloud modernes comme BigQuery…
Développer des traitements Big Data avec Apache Spark (Java & Python)
Développez des applications Big Data performantes avec Apache Spark (Java ou Python) pour traiter, transformer et analyser de…
👀 Cross-sell
Les apprenants ont aussi consulté
D'autres formations populaires qui pourraient compléter votre parcours.
Populaire
Automatiser des processus dans Microsoft Office avec VBA
Préparez la certification TOSA RS6963 en maîtrisant VBA pour automatiser Excel, Word et Office avec efficacité.
Populaire
Développer l’activité commerciale par les réseaux sociaux
Cette formation permet aux participants d’acquérir les compétences nécessaires pour utiliser les réseaux sociaux comme leviers de développement…
Populaire
Word E-Learning
La formation Word vous permettra d’acquérir les bases pour créer et mettre en forme des documents simples et…
