Data Mining & Machine Learning Python

Réf. : DN-33388
Durée : 5 jours
Tarif : 3800,00  HT

Objectifs

A l’issue de la formation, vous serez capable de :

  1. Connaître et savoir utiliser les librairies incontournables de Python pour la data science : La Scipy Stack
  2. Connaître et utiliser les principales librairies de visualisation de données et notamment orientées cartographie
  3. Savoir manipuler des données volumineuses ne tenant pas en mémoire
    Avoir une bonne compréhension de l’écosystème scientifique de Python,
  4. savoir trouver ses librairies et juger de leur qualité

Contenu de la formation

  1. L’écosystème scientifique Python
  • Il n’est pas facile d’y voir clair dans l’écosystème scientifique de Python tant les librairies sont variées et nombreuses.
    Cette présentation vous apportera une vue d’ensemble et les éléments clefs qui vous aideront à choisir vos librairies et outils de travail pour vos projets de data science avec Python.
  • Les incontournables : Numpy, Scipy, Pandas, Matplotlib et iPython qui sont le ciment de toutes les autres librairies scientifiques
    Panorama des librairies et logiciels scientifiques par domaine
    Les critères permettant de juger de la qualité d’une librairie
    Calculer avec des nombres réels: comprendre les erreurs de calculs
  • Les nombres réels, dans la plupart des langages, dont Python, utilisent la norme en virgule flottante.
  • Celle-ci n’est pas précise et peut générer des erreurs de calcul parfois bien gênantes.
  • La représentation des nombres réels
    Comprendre les erreurs de calculs et les contourner
    La scipy stack
  • La librairie Numpy qui signifie Numeric Python est la première que vous devez apprendre. Elle constitue avec Scipy, Matplotlib et Pandas le socle sur lequel s’appuient toutes les autres librairies scientifiques.
  • Manipuler des tableaux de nombres : Numpy
    Différences avec les listes Python
    Création, sélection, filtres et principales fonctions -Visualiser ses données : Matplotlib
    Les concepts de la librairie
    Principaux graphiques : nuages de points, courbes, histogrammes, boxplot, …
    Fonctionnalités avancées : 3D, légendes, colorbar, manipuler les axes, annotations, …
    Analyse de données : Pandas
    Les fondements de la librairie : Manipuler des données de type CSV et Excel
    Séries et Dataframes
    Index, sélection de données, filtres/recherche, agrégations, jointures et fonctions avancées
    Manipuler des séries temporelles
    Les fonctions mathématiques avancées: Scipy
    Statistiques, optimisation, interpolations/régressions, traitement d’images
  1. Visualisation de données
  • Bien que Matplotlib constitue la première librairie de visualisation que vous devrez
    apprendre, elle possède 2 limites majeures: elle ne sait pas gérer les données volumineuses et n’est pas adaptée au Web. Mais Python a su développer un riche écosystème de visualisation de données qui devrait pouvoir répondre à toutes vos attentes.
  • Présentation de l’écosystème de visualisation de données de Python
    Les librairies orientées Web: Bokeh, Altair et Plotly
    Les “écosystèmes” PyViz et HoloViz
    La visualisation de données volumineuses/big data avec DataShader
    Les statistiques avec Seaborn
  • Visualiser des données géospatiales
  • Posséder des données disposant de coordonnées géospatiales apporte une toute autre dimension à leur représentation. Python est très bien outillé dans ce domaine.
  • Convertir ses données d’un système de coordonnées à l’autre
    Cartographie interactive “à la Open Street Map/Google Maps” avec Folium/iPyleaflet
    Cartographie statique avec Cartopy
    Autres librairies géospatiales
  1. Manipulation de données volumineuses
  • Numpy et Pandas sont 2 librairies incroyables, mais elles ont 2 limites majeures : elles ne savent pas traiter des données de très grande volumétrie qui ne tiennent pas en mémoire et ne savent pas toujours paralléliser leurs calculs.
  • Python a su développer des solutions.
    Les librairies h5py, pytables, netcdf4, xarray, iris, parquet permettant de lire vos fichiers scientifiques
    Paralléliser ses calculs avec Dask
    Paralléliser ses calculs avec CuDF
    Manipuler des dataframes gigantesques avec Dask

Personnalisation

Sous réserve de contraintes techniques ou de confidentialité, nous vous proposons de personnaliser la formation en réalisant des exercices directement sur vos données métiers.
Apprentissage et analyse statistique avec scikit learn & statsmodels *Revue des techniques *L’analyse discriminante *La régression logistique *Les arbres de décision *Gestion des ensembles d’apprentissage et de test *Évaluation des modèles *Introduction à l’utilisation de Spark avec Python (pyspark).

 

Public

  • Developeur Pynthon

Pré-requis

Avoir suivi en amont la formation

  • Python – Bases et introduction aux librairies scientifiques.

Méthodes pédagogiques

Alternance d’apports théoriques, d’exercices pratiques et d’études de cas.

Réf. : DN-33388
Durée : 5 jours
Tarif : 3800,00  HT
Partager cette formation
Facebook
Twitter
LinkedIn

Demande de devis

*Sous réserve de maintien de la session
Session ouverte à partir de 3 participants
Format Paris - Lille
Durée 5 jours
Prix 3800 € HT
Demande de devis
Format Dans vos locaux ou à distance
Durée 5 jours
Prix Nous contacter
Demande de devis

Vous souhaitez une formation sur-mesure ou vous disposez d’un cahier des charges ?

Nous contacter

Prochaines sessions

30/12/2023
10/01/2024
27/05/2024
13/07/2024
15/10/2024
25/11/2024

*Sous réserve de maintien de la session
Sessions inter entreprises ouvertes à partir de 3 participants
Intra : base tarifaire pour un groupe de 3 personnes

Nouvelles formations

Dernières actualités

Nous contacter

Nous suivre