The Tech AdvantageAfrica
Données et tableursAvancé💻 Ordinateur nécessaire

Data science : de l'analyste au data scientist

Le parcours avancé après l'analyse de données : Python, NumPy et pandas, statistiques, SQL avancé, analyse exploratoire, modèles prédictifs avec scikit-learn, et un portfolio prêt pour l'emploi.

81 leçons14h 19m de vidéo3 quiz2 exercices pratiques Certificat
Commencer ce cours — gratuit

Ce que tu vas apprendre

  • Nettoyer et analyser des données avec Python, NumPy et pandas
  • Utiliser correctement les statistiques : distributions, échantillons, tests, valeur p
  • Écrire du SQL avancé avec les fonctions de fenêtrage
  • Mener une analyse exploratoire et visualiser clairement
  • Construire, valider et expliquer des modèles prédictifs avec scikit-learn
  • Bâtir un portfolio et participer aux compétitions Zindi et Kaggle

Contenu du cours

Partie 1. Commencer : le métier de data scientist4 leçons
Partie 2. Python pour la data : NumPy, pandas, graphiques22 leçons
Partie 3. Statistiques pour data scientists40 leçons
Partie 4. SQL avancé et analyse exploratoire4 leçons
Partie 5. Modèles prédictifs avec scikit-learn6 leçons
Partie 6. Portfolio et carrière4 leçons
Partie 7. Projet final1 leçon

Projet final : Projet final : un projet de data science de bout en bout. Tu termines en réalisant un vrai projet ; un mentor le vérifie avant de te délivrer ton certificat.

À propos de ce cours

Les data scientists transforment les données en prévisions et en décisions — quels clients vont partir, quels crédits seront remboursés, où une épidémie va s'étendre, quelle sera la récolte. Ce cours est la suite logique pour ceux qui ont terminé Excel et l'analyse de données. Tu apprendras avec Machine Learnia (Guillaume Saint-Cirgue) et sa célèbre formation Python pour la data science, Docstring, LeCoinStat (3 h 30 de statistiques pour data scientists), Khan Academy et Grafikart : NumPy, pandas, visualisation, statistiques, SQL avancé, analyse exploratoire, pré-traitement, modèles avec scikit-learn, validation croisée, sélection de variables, et la démarche complète d'un projet. Tu termines par un projet de bout en bout sur des données africaines. Environ 14 heures de vidéo et des projets. Prochaine étape : Machine learning et deep learning.

Les apprenants ont aussi suivi

Des cours gratuits qui vont bien avec celui-ci.

Données et tableursDébutant💻 Ordinateur nécessaire

Excel pour débutants

Tableaux, formules, fonction SI, graphiques et tableaux croisés dynamiques.

Intelligence artificielleAvancé💻 Ordinateur nécessaire

Machine learning et deep learning : construis tes propres modèles d'IA

Comprends comment les machines apprennent, programme un réseau de neurones de A à Z, maîtrise le deep learning, les transformers, le RAG et le fine-tuning, puis déploie ton modèle.

Cloud et DevOpsDébutant📱 Possible sur téléphone

Le cloud computing expliqué

Comprends le cloud, découvre AWS et ses services clés — les compétences derrière des milliers d'emplois.

ProgrammationDébutant💻 Ordinateur nécessaire

Python pour débutants

Écris tes premiers programmes : variables, conditions, boucles, listes et fonctions.