Python pour data-scientist (Live Virtual Class)

Blended learning

U wie riicht sech d'Formatioun?

Consultants, Consultants informatiques, Developpeurs, Ingénieurs, Professionnels de l’IT

Dauer

3,00 Dag(Deeg)

Sprooch(e) vun der Déngschtleeschtung

EN FR

Nächst Sessioun

16.01.2025
Plaz
Live Virtual Class

Präis

2190,00€

Virkenntnisser

Maîtrise de la programmation Python

Ziler

Cette formation fait partie de notre cursus "Data Scientist" et peut-être suivie avec ou sans autre formation.

Les formations proposées dans notre cursus Data Scientist comprend les formations suivantes:

  • Maîtriser le langage Python: 3 jours
  • Big Data: 2 jours
  • Elastic Search: 2 jours
  • Machine Learning: 2 jours
  • R Programming: 3 jours

Savoir utiliser les principaux outils de traitement et d'analyse de données pour Python
Savoir extraire des données d'un fichier et les manipuler
Mettre en place un modèle d'apprentissage simple

Inhalt

Positionnement Python
  • Besoins des data-scientist: calculs, analyse d’images, machine learning, interface avec les bases de données
  • Apports de python: grande variété d’outils, expertise dans le domaine du calcul scientifique
  • Tour d’horizon des outils:pandas, agate, bokeh, scikit-learn, pybrain, tensorflow, keras, mxnet, caffe
Calculs et graphiques
  • NumPy: Base du calcul sur des tableaux
  • SciPy: Scientific Tools for Python, couche scientifique
  • Manipulation de tableaux, fonctions mathématiques
  • Représentation graphique avec basemap et matplotlib
  • Mise en oeuvre de SciPy/NumPy: manipulation d’images, détection de contours
Manipulation de données personnelles
  • Pandas: manipulation de tables de données
  • Tableaux avec Pandas: indexation, opérations, algèbre relationnelle
  • Stockage dans des fichiers: CSV, h5py, netCDF
  • Comparaison et performances Pandas/NumPy
Machine learning et deep learning
  • Présentation de TensorFlow, scikit-learn, keras, mxnet, caffe
  • TensorFlow: principe de fonctionnement, plate-formes supportées, distribution,APIs fournies en standard, modèles d’apprentissage
  • Projet scikit-learn: classification, régression, validation de modèles prédictifs
  • Démonstrations avec les modèles fournis par scikit-learn
  • Positionnement et comparaison avec Keras, mxnet, caffe

Certificat, Diplom

Une attestation de participation sera transmise aux participants

Nächst Sessioun

Datum
Stad
Sprooch & Präis
16.01.2025

18.01.2025
Live Virtual Class
FR 2190,00€

Kontakt fir dës Formatioun

Nathalie Thielemans / Nassera Aici

Dës Formatioune kéinten Iech interesséieren

EN
Dag
Op Ufro
Programméiersprooch - Programméiersprooch Java