1

Présentation de l’écosystème Python scientifique

• Panorama de l’écosystème scientifique de Python : les librairies incontournables.
• Savoir où trouver de nouvelles librairies et juger de leur pérennité.
• Les principaux outils et logiciels open source pour la data science.

2

Travailler les données avec Python

• Le socle scientifique Python : la SciPy Stack.
• Les bonnes pratiques pour bien démarrer son projet de data science avec Python.
• Les formats de fichiers scientifiques et les librairies pour les manipuler.
• Pandas : l’analyse de données tabulaires (fichiers CSV, Excel, etc.), statistiques, pivots, filtres, recherche, etc.
• NumPy : calcul numérique et algèbre linéaire (les vecteurs, matrices, images).
• L’extraction des données, la préparation, le nettoyage.

3

Introduction à la modélisation

• Les étapes de construction d'un modèle.
• Les algorithmes supervisés et non supervisés.
• Le choix entre la régression et la classification.

4

Procédures d'évaluation de modèles

• Les techniques de ré-échantillonnage en jeu d'apprentissage, de validation et de test.
• Test de représentativité des données d'apprentissage.
• Mesures de performance des modèles prédictifs.
• Matrice de confusion, de coût et la courbe ROC et AUC.

5

Les algorithmes supervisés

• Le principe de régression linéaire univariée.
• La régression multivariée.
• La régression polynomiale.
• La régression régularisée.
• Le Naive Bayes.
• La régression logistique.

6

Les algorithmes non supervisés

• Le clustering hiérarchique.
• Le clustering non hiérarchique.
• Les approches mixtes.