Accéder au contenu principal

Cours sur la data, l’IA et le cloud

Maîtrisez les compétences qui font toute la différence

Suivez de courtes vidéos animées par des formateurs experts, puis mettez en pratique ce que vous avez appris avec des exercices interactifs dans votre navigateur.

  • Apprenez à votre rythme
  • Gagnez en expérience pratique
  • Des chapitres courts et digestes

Créez votre compte gratuitement

Continuer avec GoogleAfficher plus d’options

ou


En continuant, vous acceptez nos Conditions d'utilisation, notre Politique de confidentialité et le fait que vos données seront hébergées aux États-Unis.
771 Cours

Cours

Analyse des paniers d’achat en Python

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 269 révisions

Règles dassociation dans lanalyse des paniers de consommation avec Python à laide de data dune librairie et en recommandant de films.

Machine learning

4 heures

Cours

Visualisation de données avec Google Sheets

  • DébutantNiveau de compétence
  • 4.8+
  • 645 révisions

Apprenez les principes fondamentaux de la visualisation des données à laide de Google Sheets.

Visualisation des données

4 heures

Cours

Inférence pour la régression linéaire en R

  • AvancéNiveau de compétence
  • 4.8+
  • 172 révisions

Dans ce cours, vous apprendrez à effectuer des inférences à laide de modèles linéaires.

Probabilités et statistiques

4 heures

Cours

Transactions et gestion des erreurs dans SQL Server

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 290 révisions

Apprenez à rédiger des scripts qui détectent et gèrent les erreurs et contrôlent plusieurs opérations simultanées.

Développement de logiciels

4 heures

Cours

Analyse de séries temporelles dans SQL Server

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 384 révisions

Découvrez comment exploiter les données de date et dheure dans SQL Server pour lanalyse de séries chronologiques.

Manipulation des données

5 heures

Cours

Analyse de données bayésienne en Python

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 261 révisions

Découvrez tous les avantages de lanalyse bayésienne des données et appliquez-la à divers cas dutilisation concrets.

Probabilités et statistiques

4 heures

Cours

Introduction à GCP

  • DébutantNiveau de compétence
  • 4.7+
  • 348 révisions

Découvrez la plateforme Google Cloud (GCP) grâce à ce cours sur le stockage, le traitement des données et la modernisation des entreprises à laide de GCP.

Cloud

2 heures

Cours

Introduction aux applications d’IA dans Sigma

  • DébutantNiveau de compétence
  • 4.9+
  • 145 révisions

Développez des applications dIA interactives dans Sigma à laide des entrées utilisateur, des actions et dinterfaces optimisées, sans nécessiter de codage.

Rapports

2 heures

Cours

Apprentissage non supervisé en R

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 105 révisions

Ce cours propose une introduction au regroupement et à la réduction de dimensionnalité dans R, dans une perspective de machine learning.

Machine learning

4 heures

Cours

Innover avec Google Cloud AI

  • DébutantNiveau de compétence
  • 4.8+
  • 117 révisions

Innover avec lintelligence artificielle de Google Cloud

Cloud

1 heure

Cours

Machine Learning pour la finance en Python

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 213 révisions

Learn to model and predict stock data values using linear models, decision trees, random forests, and neural networks.

Machine learning

4 heures

Cours

Google: Build Agents with Agent Development Kit (ADK)

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 46 révisions

Learn to use Googles Agent Development Kit (ADK) to build complex, production-ready AI agents with a code-first, structured development approach.

Cloud

1 heure

Cours

RNA-Seq avec Bioconductor en R

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 143 révisions

Utilisez l’analyse d’expression différentielle RNA-Seq pour identifier les gènes susceptibles d’être importants dans différentes maladies ou conditions.

Probabilités et statistiques

4 heures

Cours

Maîtrise des données

  • DébutantNiveau de compétence
  • 4.8+
  • 303 révisions

Acquérez des compétences, comprenez les comportements et développez une culture axée sur la maîtrise des données.

Datalphabétisation

2 heures

Cours

Introduction à l’analyse de portefeuille en Python

  • AvancéNiveau de compétence
  • 4.8+
  • 349 révisions

Calculez le risque et la performance, constituez un portefeuille optimal pour obtenir le compromis souhaité entre risque et rendement.

Finance appliquée

4 heures

Cours

Fondamentaux de l'analyse bayésienne des données en R

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 219 révisions

Découvrez l’analyse bayésienne des données, son fonctionnement et pourquoi c’est un outil utile dans votre boîte à outils Data Science.

Probabilités et statistiques

4 heures

Cours

Introduction à l’analyse de réseaux en Python

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 221 révisions

Ce cours permet dacquérir les compétences nécessaires pour analyser, visualiser, comprendre les réseaux grâce à la bibliothèque NetworkX.

Probabilités et statistiques

4 heures

Cours

Apprentissage supervisé en R : Régression

  • IntermédiaireNiveau de compétence
  • 4.6+
  • 105 révisions

Dans ce cours, vous apprendrez à prédire des événements futurs avec la régression linéaire, les modèles additifs généralisés, les forêts aléatoires et xgboost.

Machine learning

4 heures

Cours

Manipuler des séries temporelles en R

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 291 révisions

Maîtrisez la manipulation des data temporelles via R, limportation, la synthèse, la création de sous-ensembles, via zoo, lubridate et xts.

Manipulation des données

4 heures

Cours

Introduction à Python dans Power BI

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 147 révisions

Apprenez à utiliser les scripts Python dans Power BI pour préparer les data, les visualiser et calculer les coefficients de corrélation.

Manipulation des données

3 heures

Cours

Travailler avec les dates et heures en R

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 94 révisions

Apprenez les principes fondamentaux de lanalyse, de la manipulation et du calcul des dates et heures dans R.

Développement de logiciels

4 heures

Cours

Introduction à l’optimisation en Python

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 200 révisions

Résolvez des problèmes doptimisation via les bibliothèques SciPy et PuLP de Python, couvrant tous les aspects de loptimisation.

Développement de logiciels

4 heures

Cours

Modèles multimodaux avec Hugging Face

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 173 révisions

Combinez du texte, des images, du son et de la vidéo avec les derniers modèles dIA de Hugging Face, et générez de nouvelles images et vidéos.

Intelligence artificielle

4 heures

Cours

Améliorer vos visualisations de données en Python

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 307 révisions

Apprenez à créer des visualisations convaincantes et attrayantes qui facilitent la communication efficace des résultats.

Visualisation des données

4 heures

Cours

Google DeepMind: Build Your Own Small Language Model

  • IntermédiaireNiveau de compétence
  • 4.6+
  • 25 révisions

In this Google DeepMind course, you will learn the fundamentals of language models and gain a high-level of machine learning development pipelines.

Cloud

6 heures

FAQs

Qu’est-ce que la data science ?

La data science est un domaine d’expertise centré sur l’extraction d’informations à partir des données. Grâce à leurs compétences en programmation, à des méthodes scientifiques et à divers algorithmes, les data scientists analysent les données afin d’en tirer des informations clés réellement exploitables.

Comment puis-je apprendre la data science ?

Pour devenir data scientist, vous devrez apprendre un langage de programmation comme Python ou R, et maîtriser les bases des mathématiques et des statistiques. Il est également essentiel de connaître les techniques d’analyse de données et les outils propres à la data science. Il existe de nombreuses façons de se former. Au-delà des parcours académiques classiques (diplômes ou études universitaires), vous pouvez apprendre à votre propre rythme grâce à une multitude de ressources : cours et tutoriels en ligne, livres, vidéos, et bien plus encore.

Quelles sont les compétences requises pour la data science ?

En plus de solides bases en mathématiques et en statistiques, les data scientists doivent maîtriser des langages de programmation comme Python, R et SQL. Ils doivent aussi savoir travailler avec de grands volumes de données, comprendre la visualisation, le traitement des données et la gestion des bases de données. Des compétences en machine learning (et parfois en deep learning) constituent également un atout important.

En quoi la data science pourrait être utile pour moi ?

À l’échelle professionnelle, presque tous les secteurs font appel à la data science d’une manière ou d’une autre. Les organisations de santé l’utilisent pour détecter des maladies et améliorer les traitements, tandis que les entreprises financières s’en servent pour repérer et prévenir la fraude. Dans tous les domaines, la data science joue aussi un rôle clé en marketing, qu’il s’agisse de concevoir des systèmes de recommandation ou d’analyser le taux de désabonnement.

Est-il intéressant de travailler dans la data science ?

Oui. La data science est l’un des secteurs à la croissance la plus rapide, aux États-Unis comme ailleurs. C’est également l’un des secteurs qui rémunèrent le mieux. Selon Payscale, les data scientists expérimentés gagnent en moyenne 97 609 $ et affichent un taux d'épanouissement de quatre étoiles sur cinq aux États-Unis.

Est-il difficile de devenir data scientist ?

Il y a plusieurs éléments à prendre en compte. Tout d’abord, les diplômes conventionnels en data science peuvent être très difficiles à obtenir et exigent souvent d’excellents résultats académiques. Ensuite, les compétences nécessaires demandent du temps et de la persévérance : il faut parfois plusieurs mois pour maîtriser les bases, ainsi qu’une vraie expérience pratique pour décrocher un premier poste dans le domaine.

La data science nécessite-t-elle du codage ?

Oui, une certaine expérience du codage est nécessaire, notamment en Python, R, SQL, Java ou C/C++. Cela dit, grâce à sa syntaxe simple et intuitive, Python reste le langage privilégié des débutants.

Combien de temps faut-il pour devenir data scientist ?

Sans expérience préalable en programmation ou en mathématiques, il faut généralement 7 à 12 mois d’apprentissage intensif pour atteindre le niveau d’un data scientist débutant. Mais il est essentiel de garder à l’esprit qu’acquérir uniquement les bases théoriques ne suffit pas : ce qui forme vraiment un data scientist, c’est la pratique et la capacité à appliquer ces concepts sur des projets concrets.

Quels sujets puis-je étudier dans le domaine de la data science ?

Une fois les bases de la data science maîtrisées, vous pouvez vous spécialiser dans de nombreux domaines : machine learning, intelligence artificielle, analyse de Big Data, business intelligence, exploration de données, et bien plus encore.

Apprenez où que vous soyez avec l'application DataCamp

Progressez où que vous soyez grâce à nos cours conçus pour mobile et à nos défis quotidiens de 5 minutes.