Cours
Travailler avec les dates et heures en R
- IntermédiaireNiveau de compétence
- 4.8+
- 91 révisions
Apprenez les principes fondamentaux de lanalyse, de la manipulation et du calcul des dates et heures dans R.
Développement de logiciels
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.
ou
Cours
Apprenez les principes fondamentaux de lanalyse, de la manipulation et du calcul des dates et heures dans R.
Développement de logiciels
Cours
Prepare for your next statistics interview by reviewing concepts like conditional probabilities, A/B testing, the bias-variance tradeoff, and more.
Probabilités et statistiques
Cours
Build AI agentic workflows that can plan, search, remember, and collaborate, using LlamaIndex.
Intelligence artificielle
Cours
Learn Power Automate hands-on: build cloud flows with Microsoft 365 connectors, dynamic content, expressions, approvals, and Copilot AI assistance.
Intelligence artificielle
Cours
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
Cours
Build real-world applications with Python—practice using OOP and software engineering principles to write clean and maintainable code.
Développement de logiciels
Cours
Apprenez à collecter et télécharger efficacement des données à partir de nimporte quel site web à laide de R.
Préparation des données
Cours
Azure Security
Cloud
Cours
Renforcez vos connaissances « Manipulation des séries chronologiques dans R » à laide de données issues détudes de cas réelles.
Probabilités et statistiques
Cours
Découvrez comment manipuler, visualiser et effectuer des tests statistiques à travers une série détudes de cas en analyse RH.
Analyse exploratoire des données
Cours
Cette étude Power BI sappuie sur un cas dutilisation commerciale, dans lequel vous appliquerez les concepts dETL et de visualisation.
Visualisation des données
Cours
Learn how containers work in Azure, including registries, ACI, AKS basics, scaling, monitoring, and troubleshooting.
Cloud
Cours
Découvrez Amazon Bedrock pour accéder aux modèles de base et créer des apps IA sans gérer l’infrastructure.
Intelligence artificielle
Cours
Découvrez les modèles GARCH, comment les mettre en œuvre et les calibrer sur des données financières allant des actions aux devises étrangères.
Finance appliquée
Cours
Learn to choose, build with, and secure AWS data stores including DynamoDB and S3 through hands-on console exercises and real-world scenarios.
Cloud
Cours
Take Polars further with text manipulation, rolling statistics, DataFrame joins, and advanced analytics.
Manipulation des données
Cours
Gérez la complexité de votre code en utilisant la programmation orientée objet avec les systèmes S3 et R6.
Développement de logiciels
Cours
Learn how to pull character strings apart, put them back together and use the stringr package.
Développement de logiciels
Cours
Julia est un nouveau langage de programmation conçu pour être le langage idéal pour le calcul scientifique, le ML et lexploration de data.
Développement de logiciels
Cours
Explore the concepts and applications of linear models with python and build models to describe, predict, and extract insight from data patterns.
Probabilités et statistiques
Cours
Apprenez à réaliser les deux tâches principales de linférence statistique : lestimation des paramètres et le test dhypothèses.
Probabilités et statistiques
Cours
Learn how to write recursive queries and query hierarchical data structures.
Développement de logiciels
Cours
Découvrez les tests A/B dans R, concevez des expériences, analysez des data, prédisez et présentez des résultats à laide de visualisations.
Probabilités et statistiques
Cours
Mettez à profit vos compétences en finance et en R pour effectuer des backtests, analyser et optimiser des portefeuilles financiers.
Finance appliquée
Cours
In this Google DeepMind course, you will learn the fundamentals of language models and gain a high-level of machine learning development pipelines.
Cloud
Cours
Use AI across every stage of your data analysis. Write sharper prompts, audit data quality, find insights worth chasing, and ship work you can trust.
Intelligence artificielle
Cours
Découvrez le fonctionnement des dates dans R et explorez lunivers des instructions if, des boucles et des fonctions à laide dexemples financiers.
Finance appliquée
Cours
Prepare for the Google Cloud Professional Data Engineer certification with diagnostic questions covering migration, storage, analytics, and automation.
Cloud
Cours
Connect data sources to your app to build a search and analysis engine. Master capabilities like deep research agents, ideation, and NotebookLM for analysis.
Cloud
Cours
Préparez-vous pour votre prochain entretien en vous entraînant à répondre à des questions sur le machine learning avec Python.
Machine learning
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.
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.
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.
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.
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.
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.
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.
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.
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.
Progressez où que vous soyez grâce à nos cours conçus pour mobile et à nos défis quotidiens de 5 minutes.