Analyse de données avec Pandas et NumPy

Apprenez à manipuler, nettoyer, transformer et analyser des données structurées avec Pandas et NumPy. Cette partie du cours vous permettra de comprendre comment charger des jeux de données, filtrer l’information pertinente, traiter les valeurs manquantes, effectuer des calculs efficaces et préparer vos données pour des analyses plus avancées.

Accélération des traitements avec les bibliothèques GPU

Découvrez comment exploiter la puissance du GPU pour accélérer le traitement des données grâce à des bibliothèques comme CuPy, cuDF et Dask. Vous apprendrez à exécuter plus rapidement certaines opérations coûteuses, à travailler avec des volumes de données plus importants et à adopter des approches modernes de calcul parallèle adaptées aux besoins de la data science.

Visualisation de données avec Matplotlib et Seaborn

Maîtrisez l’art de la visualisation de données avec Matplotlib et Seaborn afin de produire des graphiques clairs, élégants et informatifs. Vous apprendrez à représenter visuellement les tendances, comparer des variables, identifier des relations importantes et communiquer vos résultats de manière professionnelle.

À propos du cours

Cette formation complète vous guidera dans l’utilisation des principales bibliothèques Python, notamment Pandas, NumPy, Matplotlib, Seaborn, Dask, CuPy et cuDF, afin de manipuler, analyser, accélérer et visualiser vos données de manière professionnelle. Contrairement à de nombreuses formations limitées au CPU, ce cours vous initie également au GPU, afin de vous préparer à des traitements plus rapides et plus modernes. Vous apprendrez à exploiter ces technologies sans avoir besoin d’acheter un GPU, grâce à des solutions accessibles pour pratiquer et progresser efficacement. Que vous soyez débutant ou en phase de perfectionnement, vous y développerez des compétences concrètes et recherchées en analyse de données moderne avec Python.

Rencontrez votre formateur, expert en analyse de données

Passionné par l’analyse de données, Dr. Haythem REHOUMA vous accompagne dans cette formation afin de vous aider à maîtriser les outils, méthodes et bibliothèques essentiels de Python pour analyser, visualiser et accélérer vos traitements de données sur CPU et GPU. Son objectif est de vous transmettre des compétences solides, concrètes et directement applicables.

Course Curriculum

12 Chapters · 53 Lessons

  1. 1

    Chapitre 00 - Introduction a l'Analyse de Donnees

    1. (Included in full purchase)

      Chapitre 00 — L’Analyse de Données — Le Métier du Siècle

    2. (Included in full purchase)

      Chapitre 00 — Sources des données du cours

    3. (Included in full purchase)

      Quiz du chapitre 00

  2. 2

    Chapitre 01 - Introduction et installation

    1. (Included in full purchase)

      Chapitre 00 – Partie 1 : Pourquoi l’EDA et ces quatre bibliothèques ?

    2. (Included in full purchase)

      Chapitre 00 – Partie 2 : Installer votre environnement de travail

    3. (Included in full purchase)

      Chapitre 00 – Partie 3 : Premier script — charger et afficher un fichier CSV

    4. (Included in full purchase)

      Chapitre 00 – Partie 4 : Travailler avec Google Colab

    5. (Included in full purchase)

      Quiz du chapitre 01

  3. 3

    Chapitre 02 - Prendre en main les DataFrames Pandas

    1. (Included in full purchase)

      Chapitre 02 – Partie 1 : Créer et charger un DataFrame (CSV, Excel, JSON)

    2. (Included in full purchase)

      Chapitre 02 – Partie 2 : Explorer un DataFrame — head, info, describe, shape

    3. (Included in full purchase)

      Chapitre 02 – Partie 3 : Sélectionner et filtrer les données — loc, iloc, conditions

    4. (Included in full purchase)

      Quiz du chapitre 02

  4. 4

    Chapitre 03 - Nettoyer et Préparer les Données

    1. (Included in full purchase)

      Chapitre 03 – Partie 1 : Détecter et traiter les valeurs manquantes

    2. (Included in full purchase)

      Chapitre 03 – Partie 2 : Supprimer les doublons et corriger les types de données

    3. (Included in full purchase)

      Chapitre 03 – Partie 3 : Créer et modifier des colonnes calculées

    4. (Included in full purchase)

      Chapitre 03 – Partie 4 : Groupby et agrégation — analyser par catégorie

    5. (Included in full purchase)

      Quiz du chapitre 03

  5. 5

    Chapitre 04 - Statistiques Descriptives et Agregation

    1. (Included in full purchase)

      Chapitre 04 – Partie 1 : Tendance centrale et dispersion — moyenne, médiane, écart-type

    2. (Included in full purchase)

      Chapitre 04 – Partie 2 : Corrélation et covariance entre variables

    3. (Included in full purchase)

      Chapitre 04 – Partie 3 : Distribution, percentiles et intervalles de valeurs

    4. (Included in full purchase)

      Quiz du chapitre 04

  6. 6

    Chapitre 05 - Visualisation avec Matplotlib

    1. (Included in full purchase)

      Chapitre 05 – Partie 1 : Introduction à Matplotlib : Figure, Axes et subplots

    2. (Included in full purchase)

      Chapitre 05 – Partie 2 : Graphiques essentiels : barres, lignes, dispersion

    3. (Included in full purchase)

      Chapitre 05 – Partie 3 : Personnaliser ses graphiques : titres, couleurs et légendes

    4. (Included in full purchase)

      Quiz du chapitre 05

  7. 7

    Chapitre 06 - Visualisation Avancee avec Seaborn

    1. (Included in full purchase)

      Chapitre 06 – Partie 1 : Introduction à Seaborn : histplot, boxplot, violinplot

    2. (Included in full purchase)

      Chapitre 06 – Partie 2 : Visualiser les relations : scatterplot et heatmap de corrélation

    3. (Included in full purchase)

      Chapitre 06 – Partie 3 : Graphiques par catégories : barplot, countplot, stripplot

    4. (Included in full purchase)

      Chapitre 06 – Partie 4 : Pairplot et analyse multivariée

    5. (Included in full purchase)

      Quiz du chapitre 06

  8. 8

    Chapitre 07 - Analyse Exploratoire Complete

    1. (Included in full purchase)

      Chapitre 07 – Partie 1 : Méthodologie EDA : les 5 étapes d'une bonne analyse

    2. (Included in full purchase)

      Chapitre 07 – Partie 2 : Détecter les outliers et les anomalies dans les données

    3. (Included in full purchase)

      Chapitre 07 – Partie 3 : Rédiger un rapport EDA : synthèse et visualisations clés

    4. (Included in full purchase)

      Quiz du chapitre 07

  9. 9

    Chapitre 08 - Pratiques Librairies Sciences de Données

    1. (Included in full purchase)

      Chapitre 08 – Introduction aux librairies en sciences de données

    2. (Included in full purchase)

      Chapitre 08 – Pratique 1 : NumPy — Tableaux et Calcul Numérique (CPU)

    3. (Included in full purchase)

      Chapitre 08 – Pratique 2 : Pandas — Manipulation de DataFrames (CPU)

    4. (Included in full purchase)

      Chapitre 08 – Pratique 3 : Matplotlib & Seaborn — Visualisation (CPU)

    5. (Included in full purchase)

      Chapitre 08 – Pratique 4 : cuDF — DataFrames Accélérés sur GPU (NVIDIA RAPIDS)

    6. (Included in full purchase)

      Chapitre 08 – Pratique 5 : cuML — Machine Learning Accéléré sur GPU

    7. (Included in full purchase)

      Chapitre 08 – Pratique 6 : DASK — Calcul Distribué et Parallèle (NVIDIA RAPIDS)

    8. (Included in full purchase)

      Quiz du chapitre 08

  10. 10

    Chapitre 09 - (OPTIONNEL) Projet Final

    1. (Included in full purchase)

      Chapitre 09 – Partie 1 : Présentation du projet et chargement des données

    2. (Included in full purchase)

      Chapitre 09 – Partie 2 : Nettoyage et préparation des données

    3. (Included in full purchase)

      Chapitre 09 – Partie 3 : Analyse statistique et visualisation

    4. (Included in full purchase)

      Chapitre 09 – Partie 4 : Rapport final, conclusions et recommandations

  11. 11

    Chapitre 10 - (OPTIONNEL) Ateliers partie 1

    1. (Included in full purchase)

      Chapitre 10 – Atelier 1 : NumPy — Analyse Nutritive Starbucks

    2. (Included in full purchase)

      Chapitre 10 – Atelier 2 : Pandas — Analyse de 10 000 Chaussures

    3. (Included in full purchase)

      Chapitre 10 – Atelier 3 : Data Visualisation — Quel est ton Digimon préféré ?

  12. 12

    Chapitre 11 - (OPTIONNEL) - Ateliers partie 2

    1. (Included in full purchase)

      évaluation 1 – Quiz pratique (15 %)

    2. (Included in full purchase)

      évaluation 2 – Examen de mi-session (25 %)

    3. (Included in full purchase)

      évaluation 3 – Examen final (30 %)

    4. (Included in full purchase)

      Projet final – Guide complet (30 %)

Student Testimonials

Testimonials build trust — fast. Edit this section to show how your product is making a difference and help your audience purchase with confidence.

”
Cette formation m’a permis de mieux comprendre l’analyse de données de façon claire et structurée. Les explications sont concrètes, faciles à suivre, et j’ai pu appliquer rapidement ce que j’ai appris.
Michale T.

Développeur, Sherbrooke, QC

”
Enfin une ressource qui rend l’analyse de données accessible et vraiment utile. Le contenu est pratique, bien expliqué, et m’aide à progresser avec confiance, autant sur CPU que sur GPU.
Alyssa D.

Analyste débutante, Montréal, QC, CANADA

Exploitez toute la puissance de l’analyse de données

Faites le premier pas vers la maîtrise de l’analyse de données avec notre formation complète en Python. Inscrivez-vous dès maintenant et révélez tout le potentiel de l’analyse de données.

$90.00

Enroll Now