Cours
Feature engineering en R
- IntermédiaireNiveau de compétence
- 4.8+
- 113
Découvrez les principes de lingénierie des caractéristiques pour le ML et comment les mettre en œuvre à laide du framework R 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
Essential Google Cloud Infrastructure: Foundation
- IntermédiaireNiveau de compétence
- 4.8+
- 106
This course introduces the comprehensive and flexible infrastructure and platform services provided by Google Cloud with a focus on Infrastructure Foundations.
Cloud
Cours
Foundations of Functional Programming with purrr
- IntermédiaireNiveau de compétence
- 4.8+
- 104
Learn to easily summarize and manipulate lists using the purrr package.
Développement de logiciels
Cours
Google DeepMind: Build Your Own Small Language Model
- IntermédiaireNiveau de compétence
- 5.0+
- 103
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
Études de cas en pensée statistique
- IntermédiaireNiveau de compétence
- 4.9+
- 102
Take vital steps towards mastery as you apply your statistical thinking skills to real-world data sets and extract actionable insights from them.
Probabilités et statistiques
Cours
NLP avancé avec spaCy
- IntermédiaireNiveau de compétence
- 4.6+
- 102
Learn how to use spaCy to build advanced natural language understanding systems, using both rule-based and machine learning approaches.
Machine learning
Cours
R For SAS Users
- DébutantNiveau de compétence
- 4.8+
- 101
Learn how to translate your SAS knowledge into R and analyze data using this free and powerful software language.
Développement de logiciels
Cours
Programmation parallèle avec Dask en Python
- IntermédiaireNiveau de compétence
- 4.8+
- 100
Utilisez la programmation parallèle Python avec Dask pour optimiser vos flux de travail et gérer efficacement les données volumineuses.
Développement de logiciels
Cours
Practicing Statistics Interview Questions in R
- AvancéNiveau de compétence
- 4.7+
- 98
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
Cours
Étude de cas : analyse RH dans Tableau
- IntermédiaireNiveau de compétence
- 4.9+
- 97
Découvrez lanalyse des données RH dans Tableau grâce à cette étude de cas.
Visualisation des données
Cours
Scaling with Google Cloud Operations
- DébutantNiveau de compétence
- 4.9+
- 97
Scaling with Google Cloud Operations
Cloud
Cours
Analyse de portefeuille intermédiaire en R
- IntermédiaireNiveau de compétence
- 4.9+
- 96
Développez vos compétences en finance pour effectuer des backtests, analyser et optimiser des portefeuilles financiers.
Finance appliquée
Cours
Amortissement de prêt dans Google Sheets
- IntermédiaireNiveau de compétence
- 4.7+
- 96
Découvrez comment créer un tableau de bord damortissement dans Google Sheets à laide de formules financières et conditionnelles.
Finance appliquée
Cours
Introduction to Natural Language Processing in R
- IntermédiaireNiveau de compétence
- 4.8+
- 93
Gain an overview of all the skills and tools needed to excel in Natural Language Processing in R.
Machine learning
Cours
Modélisation des choix pour le marketing en R
- AvancéNiveau de compétence
- 4.8+
- 92
Apprenez à analyser et à modéliser les données relatives aux choix des clients dans R.
Probabilités et statistiques
Cours
DataLab avec SQL
- DébutantNiveau de compétence
- 4.8+
- 88
Améliorez vos compétences en analyse grâce à ce cours pratique utilisant SQL avec les classeurs DataLab.
Rapports
Cours
Évaluation des actions avec R
- IntermédiaireNiveau de compétence
- 4.9+
- 87
Apprenez les principes fondamentaux de la valorisation des actions.
Finance appliquée
Cours
ChIP-seq avec Bioconductor en R
- IntermédiaireNiveau de compétence
- 4.8+
- 86
Apprenez à analyser et à interpréter les données ChIP-seq à laide de Bioconductor en utilisant un ensemble de données sur le cancer humain.
Probabilités et statistiques
Cours
Étude de cas : analyse des stocks dans Tableau
- IntermédiaireNiveau de compétence
- 4.7+
- 86
Enhance your Tableau skills with this case study on inventory analysis. Analyze a dataset, create calculated fields, and create visualizations.
Visualisation des données
Cours
Working with DeepSeek in Python
- DébutantNiveau de compétence
- 4.7+
- 85
Discover what all of the DeepSeek hype was really about! Build applications using DeepSeeks R1 and V3 models.
Intelligence artificielle
Cours
RGPD en pratique : conformité et amendes
- DébutantNiveau de compétence
- 4.9+
- 84
Découvrez le RGPD à travers des cas concrets liés aux droits relatifs aux données, aux violations et aux défis en matière de conformité.
Gestion des données
Cours
Intermediate Interactive Data Visualization with plotly in R
- IntermédiaireNiveau de compétence
- 4.9+
- 80
Learn to create animated graphics and linked views entirely in R with plotly.
Visualisation des données
Cours
Créer des tableaux de bord avec flexdashboard
- IntermédiaireNiveau de compétence
- 4.7+
- 80
Dans ce cours, vous apprendrez à créer des tableaux de bord statiques et interactifs à laide de flexdashboard et shiny.
Rapports
Cours
Étude de cas : l’analyse de la chaîne d’approvisionnement avec Tableau
- IntermédiaireNiveau de compétence
- 4.8+
- 79
Étude de cas Tableau sur lanalyse de chaîne logistique, gestion des expéditions et stocks, dashboards pour améliorer vos activités.
Visualisation des données
Cours
Étude de cas : analyser des données de santé avec Tableau
- IntermédiaireNiveau de compétence
- 4.8+
- 79
Practice Tableau with our healthcare case study. Analyze data, uncover efficiency insights, and build a dashboard.
Visualisation des données
Cours
Trading financier en R
- IntermédiaireNiveau de compétence
- 4.9+
- 78
This course covers the basics of financial trading and how to use quantstrat to build signal-based trading strategies.
Finance appliquée
Cours
Multivariate Probability Distributions in R
- IntermédiaireNiveau de compétence
- 4.8+
- 77
Learn to analyze, plot, and model multivariate data.
Probabilités et statistiques
Cours
Évaluation des produits d’assurance vie en R
- DébutantNiveau de compétence
- 4.9+
- 75
Learn the basics of cash flow valuation, work with human mortality data and build life insurance products in R.
Finance appliquée
Cours
Étude de cas : analyser des données de fitness avec Alteryx
- IntermédiaireNiveau de compétence
- 4.9+
- 73
Améliorez vos compétences Alteryx à laide de données sur le fitness pour développer des stratégies ciblées et des produits innovants.
Préparation des données
Cours
Modélisation de régression bayésienne avec rstanarm
- AvancéNiveau de compétence
- 4.8+
- 73
Découvrez comment exploiter les méthodes destimation bayésiennes pour améliorer vos inférences sur les modèles de régression linéaire.
Probabilités et statistiques
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.