Cours
Modéliser avec tidymodels en R
- IntermédiaireNiveau de compétence
- 4.8+
- 231
Apprenez à optimiser vos workflows de machine learning avec tidymodels.
Machine learning
Cours sur la data, l’IA et le cloud
Maîtrisez les compétences qui font toute la différenceSuivez 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 gratuit
Continue with GoogleShow more optionsou
En continuant, vous acceptez nos Conditions d'utilisation, notre Politique de confidentialité et le fait que vos données seront hébergées aux États-Unis.
697 Cours
Cours
Hierarchical and Recursive Queries in SQL Server
- AvancéNiveau de compétence
- 4.8+
- 231
Learn how to write recursive queries and query hierarchical data structures.
Développement de logiciels
Cours
Combiner des données avec data.table en R
- IntermédiaireNiveau de compétence
- 4.9+
- 229
Ce cours vous montrera comment combiner et fusionner des ensembles de données avec data.table.
Manipulation des données
Cours
Transformation des données dans KNIME
- DébutantNiveau de compétence
- 4.8+
- 229
Améliorez vos compétences KNIME avec notre cours sur la transformation des données, les opérations en colonnes et loptimisation du flux de travail.
Préparation des données
Cours
S’entraîner aux questions d’entretien en Machine Learning avec Python
- AvancéNiveau de compétence
- 4.9+
- 228
Préparez-vous pour votre prochain entretien en vous entraînant à répondre à des questions sur le machine learning avec Python.
Machine learning
Cours
Analyse de survie en R
- IntermédiaireNiveau de compétence
- 4.8+
- 227
Travaillez avec des data de temps jusquà un événement. Estimez, visualisez et interprétez les modèles de survie.
Probabilités et statistiques
Cours
Analytics client et A/B Testing en Python
- IntermédiaireNiveau de compétence
- 4.8+
- 227
Découvrez comment utiliser Python pour créer, exécuter et analyser des tests A/B afin de prendre des décisions commerciales proactives.
Probabilités et statistiques
Cours
Case Study: Building Software in Python
- AvancéNiveau de compétence
- 4.8+
- 226
Build real-world applications with Python—practice using OOP and software engineering principles to write clean and maintainable code.
Développement de logiciels
Cours
MLOps pour l’entreprise
- DébutantNiveau de compétence
- 4.9+
- 225
Découvrez MLOps, notamment les outils et les pratiques nécessaires à lautomatisation et à la mise à léchelle des applications de ML.
Machine learning
Cours
Gen AI: Navigate the Landscape
- DébutantNiveau de compétence
- 4.8+
- 224
You explore the different layers of building gen AI solutions, Google Cloud’s offerings, and the factors to consider when selecting a solution.
Cloud
Cours
Réflexion statistique en Python (Partie 2)
- IntermédiaireNiveau de compétence
- 4.8+
- 222
Apprenez à réaliser les deux tâches principales de linférence statistique : lestimation des paramètres et le test dhypothèses.
Probabilités et statistiques
Cours
Nettoyer des données dans des bases SQL Server
- IntermédiaireNiveau de compétence
- 4.8+
- 221
Développez les compétences nécessaires pour nettoyer les données brutes et les transformer en informations précises.
Préparation des données
Cours
Introduction à Spark avec sparklyr en R
- IntermédiaireNiveau de compétence
- 4.7+
- 221
Apprenez à effectuer des analyses de mégadonnées à laide de Spark et du package sparklyr dans R, et découvrez Spark MLIb en seulement 4 heures.
Ingénierie des données
Cours
Building Chatbots in Python
- IntermédiaireNiveau de compétence
- 4.7+
- 217
Learn the fundamentals of how to build conversational bots using rule-based systems as well as machine learning.
Machine learning
Cours
Introduction à l’évaluation d’entreprise
- DébutantNiveau de compétence
- 4.9+
- 213
Évaluez une entreprise à laide dapplications concrètes et détudes de cas utilisant l’actualisation des flux de trésorerie (DCF).
Finance appliquée
Cours
Azure Compute Solutions
- IntermédiaireNiveau de compétence
- 4.8+
- 213
Learn how containers work in Azure, including registries, ACI, AKS basics, scaling, monitoring, and troubleshooting.
Cloud
Cours
Data Transformation with Polars
- IntermédiaireNiveau de compétence
- 4.9+
- 210
Take Polars further with text manipulation, rolling statistics, DataFrame joins, and advanced analytics.
Manipulation des données
Cours
Concepts in Computer Science
- DébutantNiveau de compétence
- 4.8+
- 208
Learn how computers work, design efficient algorithms, and explore computational theory to solve real-world problems.
Développement de logiciels
Cours
Écrire du code efficace avec pandas
- IntermédiaireNiveau de compétence
- 4.8+
- 202
Apprenez des techniques efficaces dans pandas pour optimiser votre code Python.
Développement de logiciels
Cours
Analyse des séries temporelles avec Tableau
- IntermédiaireNiveau de compétence
- 4.8+
- 201
In this course, you’ll learn to classify, treat and analyze time series; an absolute must, if you’re serious about stepping up as an analytics professional.
Visualisation des données
Cours
Sentiment Analysis in R
- IntermédiaireNiveau de compétence
- 4.8+
- 200
Learn sentiment analysis by identifying positive and negative language, specific emotional intent and making compelling visualizations.
Machine learning
Cours
Créer des moteurs de recommandation en Python
- IntermédiaireNiveau de compétence
- 4.8+
- 194
Apprenez à développer des moteurs de recommandation en Python à laide de techniques de machine learning.
Machine learning
Cours
Optimisation des hyperparamètres en R
- AvancéNiveau de compétence
- 4.8+
- 191
Découvrez comment ajuster les hyperparamètres de votre modèle afin dobtenir les meilleurs résultats prédictifs.
Machine learning
Cours
Machine Learning pour le marketing en Python
- IntermédiaireNiveau de compétence
- 4.8+
- 188
From customer lifetime value, predicting churn to segmentation - learn and implement Machine Learning use cases for Marketing in Python.
Machine learning
Cours
Case Study: Financial Analysis in KNIME
- IntermédiaireNiveau de compétence
- 4.8+
- 188
Apply financial analysis in KNIME with real-world data, enhancing data preparation and workflow skills.
Finance appliquée
Cours
Analytique marketing dans Tableau
- IntermédiaireNiveau de compétence
- 4.8+
- 187
Maîtrisez lanalyse marketing à laide de Tableau. Analysez les performances, comparez les indicateurs et optimisez les stratégies sur tous les canaux.
Préparation des données
Cours
Modèles d'IA évolutifs avec PyTorch Lightning
- IntermédiaireNiveau de compétence
- 4.8+
- 187
Optimisez vos projets dIA en créant des modèles modulaires et en maîtrisant loptimisation avancée avec PyTorch Lightning.
Intelligence artificielle
Cours
Trust and Security with Google Cloud
- DébutantNiveau de compétence
- 4.9+
- 183
Trust and Security with Google Cloud
Cloud
Cours
Manipulation de données dans KNIME
- DébutantNiveau de compétence
- 4.8+
- 180
Automate data manipulation with KNIME, mastering merging, aggregation, database workflows, and advanced file handling.
Manipulation des données
Cours
Azure API Management
- IntermédiaireNiveau de compétence
- 4.8+
- 179
Learn to create, secure, and manage APIs with Azure API Management through hands-on practice.
Cloud
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.