Cette formation vous enseignera les fondamentaux du traitement des données en Python, de la collecte de données brutes au nettoyage et à la mise en forme de celles-ci afin de les exploiter pour créer de modèles prédictifs, établir des statistiques et des indicateurs, et bien plus encore.
Eligible au financement OPCO
Actions Collectives OPCO Atlas Cette formation peut être prise en charge à 100% dans le cadre des Actions Collectives. Pour en bénéficier, contactez-nous à hello.institute@docaposte.fr et complétez votre inscription sur campusAtlas.
FNE-Formation Cette formation est éligible au financement FNE, avec une prise en charge pouvant aller jusqu'à 70%, et ce, quel que soit votre OPCO de rattachement. Pour bénéficier de ce dispositif avantageux, contactez votre OPCO afin de vérifier si votre entreprise répond aux critères d'éligibilité.
Comprendre les principes de la modélisation statistique,
Savoir utiliser les principaux outils d'analyse et de traitement des données de Python,
Extraire des données d'un fichier,
Savoir appliquer les bonnes pratiques pour nettoyer et préparer les données avant analyse,
Créer des modèles d'apprentissage simples,
Choisir entre régression et classification en fonction du type de données,
Évaluer les performances prédictives d'un algorithme,
Créer des sélections et des évaluations dans de grands volumes de données pour identifier les tendances.
Programme
Introduction à la structure des données en Python
Python pour les manipulations de données
Listes, ensembles, strings, tuples et dictionnaires
Opérations avancées sur la structure de données intégrée
Structures de données avancées
Opérations de base sur les fichiers en Python
Introduction à NumPy, Pandas et Matplotlib
Les tableaux NumPy
Les DataFrames Pandas
Statistiques et visualisation avec NumPy et Pandas
Utiliser NumPy et Pandas pour calculer des statistiques descriptives de base sur le DataFrame
Data Wrangling avec Python
Définition et processus
Sous-ensembles, filtrage et regroupement
Détection des valeurs extrêmes et traitement des valeurs manquantes
Concaténer, fusionner et joindre
Les méthodes utiles de Pandas
Compréhension avancée des listes et fonction zip
Formatage des données
Scraping de données avec Python
Définition du scraping
Les différents niveaux de difficulté sur plusieurs supports
Lecture de données provenant de différentes sources textuelles, et non textuelles.
Outils de scrapping
Introduction à BeautifulSoup
Introduction à CSS Select
Scraping avancé et collecte de données
Les bases du Web scraping, bibliothèques BeautifulSoup
Python comme solution ETL
Formats de données structurées : CSV, flux XML et JSON
Lire et écrire des fichiers
Exploiter des données de fichiers provenant de différentes sources
Fonctions pour l'accès et le chargement de données en blocs de lignes
Implémenter un scraper
Scraper simple avec les requêtes GET et les pages séquencées
Identification de la stratégie de navigation sur le site pour trouver les données
Construction de l'algorithme du scraper
Scraper complexe : envoi de données à un site Web, obtention de résultats plus complexes
Requêtes POST et GET
Parcourir un site pour trouver les données
Identifier la stratégie à adopter
Coder le scraper
Application dans la vie réelle et conclusion du cours
Appliquer vos connaissances à des tâches de data wrangling et data scraping de la vie réelle
Public visé
Développeurs en Python,
Responsables Infocentre,
Développeurs de logiciels,
Programmeurs,
Data analysts,
Data scientists.
Prérequis
Connaissances de base en Python et statistiques.
Modalités pédagogiques
Docaposte Institute propose plusieurs dispositifs pédagogiques adaptés aux apprenants :
Formation en présentiel
En groupe (inter-entreprises ou intra-entreprise)
En individuel (monitorat)
En journée ou en cours du soir (sur demande spécifique)
Formation en distanciel
Distanciel synchrone
Distanciel asynchrone
Moyens et supports pédagogiques
Apports des connaissances communes.
Mises en situation sur le thème de la formation et des cas concrets.
Méthodologie d'apprentissage attractive, interactive et participative.
Equilibre théorie / pratique : 60 % / 40 %.
Supports de cours fournis au format papier et/ou numérique.
Ressources documentaires en ligne et références mises à disposition par le formateur.
Pour les formations en présentiel dans les locaux mis à disposition, les apprenants sont accueillis dans une salle de cours équipée d'un réseau Wi-Fi, d'un tableau blanc ou paperboard. Un ordinateur avec les logiciels appropriés est mis à disposition (le cas échéant).
Modalités d'évaluation et de suivi
En amont de la formation
Recueil des besoins des apprenants afin de disposer des informations essentielles au bon déroulé de la formation (profil, niveau, attentes particulières...).
Auto-positionnement des apprenants afin de mesurer le niveau de départ.
Tout au long de la formation
Évaluation continue des acquis avec des questions orales, des exercices, des QCM, des cas pratiques ou mises en situation...
A la fin de la formation
Auto-positionnement des apprenants afin de mesurer l'acquisition des compétences.
Evaluation par le formateur des compétences acquises par les apprenants.
Questionnaire de satisfaction à chaud afin de recueillir la satisfaction des apprenants à l'issue de la formation.
Questionnaire de satisfaction à froid afin d'évaluer les apports ancrés de la formation et leurs mises en application au quotidien.
Accessibilité
Nos formations peuvent être adaptées à certaines conditions de handicap. Nous contacter pour toute information et demande spécifique.
Si vous êtes en situation de handicap, contactez-nous avant le début de votre formation pour que nous puissions vous orienter efficacement et vous accueillir dans les meilleures conditions.
Inscription possible jusqu'à 10 jours avant le démarrage de la formation
Session sélectionnée
Prochaines Sessions
Désolé, cette formation n'est pas programmée pour le moment.
Si vous êtes responsable formation, vous pouvez faire une requête pour l'organiser en INTRA dans votre entreprise.