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 gratuit

ou

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

Cours

Sentiment Analysis in R

  • IntermédiaireNiveau de compétence
  • 4.5+
  • 157

Learn sentiment analysis by identifying positive and negative language, specific emotional intent and making compelling visualizations.

Machine learning

4 heures

Cours

Modélisation par équations structurelles avec lavaan en R

  • AvancéNiveau de compétence
  • 4.8+
  • 156

Apprenez à créer et à évaluer des modèles de mesure utilisés pour confirmer la structure dune échelle ou dun questionnaire.

Probabilités et statistiques

4 heures

Cours

Trust and Security with Google Cloud

  • DébutantNiveau de compétence
  • 4.8+
  • 155

Trust and Security with Google Cloud

Cloud

1 heure

Cours

Modèles GARCH en R

  • AvancéNiveau de compétence
  • 4.5+
  • 153

Définissez et adaptez des modèles GARCH afin de prévoir la volatilité variable dans le temps et la valeur à risque.

Finance appliquée

4 heures

Cours

Analyse d’expression différentielle avec limma en R

  • AvancéNiveau de compétence
  • 4.5+
  • 150

Apprenez à utiliser le package Bioconductor limma pour lanalyse différentielle de lexpression génique.

Probabilités et statistiques

4 heures

Cours

Modernize Infrastructure and Applications with Google Cloud

  • DébutantNiveau de compétence
  • 4.8+
  • 148

Modernize Infrastructure and Applications with Google Cloud

Cloud

1 heure

Cours

Credit Risk Modeling in R

  • IntermédiaireNiveau de compétence
  • 4.4+
  • 148

Apply statistical modeling in a real-life setting using logistic regression and decision trees to model credit risk.

Finance appliquée

4 heures

Cours

Réduction de dimension en R

  • DébutantNiveau de compétence
  • 4.5+
  • 147

Learn dimensionality reduction techniques in R and master feature selection and extraction for your own data and models.

Machine learning

4 heures

Cours

NLP avancé avec spaCy

  • IntermédiaireNiveau de compétence
  • 5.0+
  • 145

Learn how to use spaCy to build advanced natural language understanding systems, using both rule-based and machine learning approaches.

Machine learning

5 heures

Cours

Cleaning Data in Java

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 142

Master data cleaning in Java using statistical methods, transformations, and validation for reliable apps.

Importation et nettoyage des données

4 heures

Cours

Python pour les utilisateurs de MATLAB

  • DébutantNiveau de compétence
  • 4.5+
  • 141

Passez de MATLAB à Python en apprenant quelques concepts fondamentaux et en vous familiarisant avec les bibliothèques NumPy et Matplotlib.

Développement de logiciels

4 heures

Cours

R For SAS Users

  • DébutantNiveau de compétence
  • 4.6+
  • 140

Learn how to translate your SAS knowledge into R and analyze data using this free and powerful software language.

Développement de logiciels

4 heures

Cours

Pandas Joins for Spreadsheet Users

  • IntermédiaireNiveau de compétence
  • 4.5+
  • 139

Learn how to effectively and efficiently join datasets in tabular format using the Python Pandas library.

Manipulation des données

4 heures

Cours

Introduction to Natural Language Processing in R

  • IntermédiaireNiveau de compétence
  • 4.5+
  • 139

Gain an overview of all the skills and tools needed to excel in Natural Language Processing in R.

Machine learning

4 heures

Cours

Machines à vecteurs de support en R

  • IntermédiaireNiveau de compétence
  • 4.4+
  • 137

Ce cours présente la machine à vecteurs de support (SVM) à laide dune approche visuelle et intuitive.

Machine learning

4 heures

Cours

Feature engineering en R

  • IntermédiaireNiveau de compétence
  • 4.5+
  • 136

Découvrez les principes de lingénierie des caractéristiques pour le ML et comment les mettre en œuvre à laide du framework R tidymodels.

Machine learning

4 heures

Cours

Simulation d’événements discrets en Python

  • AvancéNiveau de compétence
  • 4.6+
  • 135

Découvrez la simulation à événements discrets pour optimiser vos processus. Développez des jumeaux numériques via SimPy de Python.

Probabilités et statistiques

4 heures

Cours

Analyzing Police Activity with pandas

  • IntermédiaireNiveau de compétence
  • 4.0+
  • 132

Explore the Stanford Open Policing Project dataset and analyze the impact of gender on police behavior using pandas.

Manipulation des données

4 heures

Cours

Analyzing Social Media Data in R

  • IntermédiaireNiveau de compétence
  • 4.5+
  • 131

Extract and visualize Twitter data, perform sentiment and network analysis, and map the geolocation of your tweets.

Manipulation des données

4 heures

Cours

Foundations of Functional Programming with purrr

  • IntermédiaireNiveau de compétence
  • 4.5+
  • 130

Learn to easily summarize and manipulate lists using the purrr package.

Développement de logiciels

4 heures

Cours

DataLab avec SQL

  • DébutantNiveau de compétence
  • 4.3+
  • 125

Améliorez vos compétences en analyse grâce à ce cours pratique utilisant SQL avec les classeurs DataLab.

Rapports

1 heure

Cours

Étude de cas : analyse e-commerce dans Tableau

  • IntermédiaireNiveau de compétence
  • 4.1+
  • 125

En e-commerce, augmentation des ventes et réduction des dépenses sont cruciales. Analysez les data dune entreprise de produits pour animaux

Visualisation des données

3 heures

Cours

Practicing Statistics Interview Questions in R

  • AvancéNiveau de compétence
  • 4.4+
  • 124

In this course, youll prepare for the most frequently covered statistical topics from distributions to hypothesis testing, regression models, and much more.

Probabilités et statistiques

4 heures

Cours

Détection de fraude en R

  • IntermédiaireNiveau de compétence
  • 4.3+
  • 124

Apprenez à détecter les fraudes à laide des analyses dans R.

Machine learning

4 heures

Cours

Importer et gérer des données financières avec R

  • IntermédiaireNiveau de compétence
  • 4.5+
  • 123

Apprenez comment accéder aux données financières à partir de fichiers locaux ainsi que de sources Internet.

Finance appliquée

5 heures

Cours

Data Transformation with Polars

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 121

Take Polars further with text manipulation, rolling statistics, DataFrame joins, and advanced analytics.

Manipulation des données

4 heures

Cours

Business Process Analytics in R

  • IntermédiaireNiveau de compétence
  • 4.5+
  • 121

Learn how to analyze business processes in R and extract actionable insights from enormous sets of event data.

Rapports

4 heures

Cours

Amortissement de prêt dans Google Sheets

  • IntermédiaireNiveau de compétence
  • 3.6+
  • 121

Découvrez comment créer un tableau de bord damortissement dans Google Sheets à laide de formules financières et conditionnelles.

Finance appliquée

4 heures

Cours

Expressions régulières intermédiaires en R

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 117

Manipulez des données textuelles, analysez-les et bien plus en maîtrisant les expressions régulières et les distances entre chaînes dans R.

Développement de logiciels

4 heures

Cours

Évaluation des produits d’assurance vie en R

  • DébutantNiveau de compétence
  • 4.7+
  • 116

Learn the basics of cash flow valuation, work with human mortality data and build life insurance products in R.

Finance appliquée

4 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.