Plan du cours
Introduction
- Le processus Data Science Rôles et responsabilités d'un Data Scientist
Préparation de l'environnement de développement
- Bibliothèques, frameworks, langages et outils Développement local Développement collaboratif basé sur le Web
Collecte de données
- Différents types de données Bases de données locales structurées Connecteurs de base de données Formats courants : xlxs, XML, Json, csv, ...
Ingestion, sélection, nettoyage et transformation Assurer la qualité des données - exactitude, signification et sécurité Rapports d'exceptions
- Languages utilisé pour la préparation, le traitement et l'analyse
Langage R Introduction à R Manipulation des données, calcul et affichage graphique
- Python Introduction à Python
Manipulation, traitement, nettoyage et traitement des données
- Analyse des données
Machine Learning Supervisé ou non
- Quand utiliser quel modèle
Pré requis
- Une compréhension générale des concepts de base de données
- Une compréhension de base des statistiques
Nos Clients témoignent (3)
Rapide et efficace VM Azure et support au top
Tom Léonard - Civadis
Formation - Automated Monitoring with Zabbix
Dużo cierpliwości
Mateusz - WestWind Energy Polska Sp. z o.o.
Formation - ArcGIS for Spatial Analysis
Le formateur a adapté le matériel et le contenu à ce qu'il pensait être le mieux pour nous et il a réussi. La qualité de la formation était excellente.
Jorge Sanchez Hernandez - CSMART - Carnival
Formation - QGIS for Geographic Information System
Traduction automatique