Python avancé pour data-scientists

  • Filière :

    IA & Innovation

  • Sous-filière :

    AI Modeling, tools & frameworks

  • Référence

    PR - PYTADS

  • Durée

    4 jours (28 h)

  • Prix par personne HT

    3 120 € HT

Objectifs pédagogiques

  • Savoir utiliser les principaux outils de traitement et d’analyse de données pour Python
  • Savoir appliquer les pratiques optimales en matière de nettoyage et de préparation des données avant l’analyse
  • Être capable d’extraire des données d’un fichier
  • Comprendre les mécanismes d’interconnexion aux bases de données
  • Comprendre les principaux outils de traitement et d’analyse de données pour Python

Public cible

  • Développeurs en Python
  • Développeurs de logiciels
  • Programmeurs
  • Data analysts
  • Data scientists

Pré-requis

Bonne connaissance de la programmation Python

Modalités d’évaluation

L’évaluation des acquis se fait tout au long de la session au travers d’ateliers de mise en pratique des notions et concepts abordés pendant la formation.

Programme de la formation

Positionnement Python dans l’analyse de données

  • Besoins des data-scientists : 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, pyarrow, agate, bokeh, scikit-learn, pybrain, tensorflow, keras, mxnet, caffe, Pytorch

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.
    • Atelier : Mise en oeuvre de SciPy/NumPy : manipulation d’images, détection de contours

Être capable d’extraire des données d’un fichier

  • Pandas : manipulation de tables de données. Notion de dataframe.
  • Manipulation de données relationnelles
  • Tableaux avec Pandas: indexation, opérations, algèbre relationnelle
  • Stockage dans des fichiers: CSV, JSon
  • Comparaison et performances Pandas / pyarrow / NumPy
    • Atelier : construction d’ETL de base entre json et csvkagglt.com,

Comprendre les mécanismes d’interconnexion aux bases de données

  • Définitions : pilotes, connexions, curseurs, CRUD, transactions
  • Les pilotes : postgresql, mysql, mariadb, … Présentation de sql-alchemy
  • Opérations : gestion du curseur, chargement de données, insertion et modification d’enregistrements
    • Atelier : mise en oeuvre avec postgresql. Construction d’ETL SQL/json

Comprendre les principaux outils de traitement et d’analyse de données pour Python

  • Présentation des outils d’apprentissage Python : scikit-learn, pybrain, TensorFlow/keras, mxnet, caffe
    • Atelier : mise en oeuvre de scikit-learn

Créer des sélections et des classements dans de grands volumes de données pour dégager des tendances

  • Présentation de pyspark
  • Machine learning et deep learning : les solutions Python,
  • TensorFlow : principe de fonctionnement, plateformes supportées, distribution

Sites de références data-sciences

  • Ressources d’apprentissage, datasets, modèles de données pré-entrainés, etc ..
  • Présentation de : kaggle.com, data-puzzles.com, huggingface.co

Optimisation des développements

  • Tour d’horizon des outils actuels et futurs:
  • Jupyter notebook, Aide à la vérification de code, respect des recommandations PEP8 : exemples avec pydecodestyle, Pylint, Black
  • Analyse et production de code informatique avec une IA.
  • Génération de code avec OpenAI : démonstrations ChatGPT, apports, bonnes pratiques.
    • Atelier : utilisation de la génération de code et de snippets Python avec ChatGPT

Programme mis à jour le