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.
179 Cours

Cours

Introduction au Deep Learning en Python

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 233 révisions

Initiez-vous aux réseaux neuronaux et créez vos premiers modèles avec Keras 2.0 en Python.

Intelligence artificielle

4 heures

Cours

Trading financier en Python

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 315 révisions

Apprenez à mettre en œuvre des stratégies de trading personnalisées en Python, les tester rétrospectivement et à évaluer leurs performances.

Finance appliquée

4 heures

Cours

Traitement d’images en Python

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 227 révisions

Apprenez à traiter, transformer et manipuler les images à votre convenance.

Machine learning

4 heures

Cours

Introduction à la gestion du risque de portefeuille en Python

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 390 révisions

Évaluez risque/rendement d’un portfolio, créez des portefeuilles d’actions pondérés par capitalisation et prévoyez/couvrez le risque de marché par scénarios.

Finance appliquée

4 heures

Cours

Expressions rationnelles en Python

  • DébutantNiveau de compétence
  • 4.7+
  • 223 révisions

Apprenez la manipulation de chaînes et maîtrisez l’utilisation des expressions régulières.

Développement de logiciels

4 heures

Cours

Extreme Gradient Boosting avec XGBoost

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 286 révisions

Learn the fundamentals of gradient boosting and build state-of-the-art machine learning models using XGBoost to solve classification and regression problems.

Machine learning

4 heures

Cours

Créer des agents IA avec Google ADK

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 596 révisions

Développez progressivement un assistant de service client à laide du kit de développement dagent (ADK) de Google.

Intelligence artificielle

1 heure

Cours

Reinforcement Learning avec Gymnasium en Python

  • AvancéNiveau de compétence
  • 4.7+
  • 787 révisions

Découvrez lapprentissage par renforcement, comment les agents peuvent apprendre à résoudre des problèmes grâce à des interactions.

Intelligence artificielle

4 heures

Cours

Machine Learning de bout en bout

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 404 révisions

Plongez dans lunivers du machine learning et découvrez comment concevoir, former et déployer des modèles de bout en bout.

Machine learning

4 heures

Cours

A/B Testing en Python

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 416 révisions

Tests A/B en Python pour analyser des expériences, valeurs p, contrôles de cohérence et analyses pour orienter les décisions commerciales.

Probabilités et statistiques

4 heures

Cours

Validation des modèles en Python

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 1 015 révisions

Apprenez les bases de la validation de modèles, les techniques, et commencez à créer des modèles validés et hautement performants.

Machine learning

4 heures

Cours

Machine Learning for Time Series Data in Python

  • AvancéNiveau de compétence
  • 4.7+
  • 197 révisions

Ce cours se concentre sur lingénierie des caractéristiques et lapprentissage automatique pour les données de séries chronologiques.

Machine learning

4 heures

Cours

Analyse de clusters en Python

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 1 103 révisions

Dans ce cours, vous découvrirez l’apprentissage non supervisé via des techniques comme le clustering hiérarchique et k-means avec la bibliothèque SciPy.

Machine learning

4 heures

Cours

Développer des packages Python

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 1 036 révisions

Apprenez à créer vos propres packages Python afin de faciliter lutilisation de votre code et de le partager avec dautres.

Développement de logiciels

4 heures

Cours

Modélisation du risque de crédit en Python

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 317 révisions

Préparez les data sur les crédits, appliquez le machine learning et les règles métier pour réduire les risques et garantir la rentabilité.

Finance appliquée

4 heures

Cours

Analyzing Marketing Campaigns with pandas

  • DébutantNiveau de compétence
  • 4.8+
  • 448 révisions

Développez vos compétences en pandas et répondez à des questions de marketing en fusionnant, découpant, visualisant et plus encore.

Analyse exploratoire des données

4 heures

Cours

Fondamentaux des probabilités en Python

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 221 révisions

Apprenez les bases de la probabilité : variables aléatoires, moyenne, variance, distributions de probabilité et probabilités conditionnelles

Probabilités et statistiques

5 heures

Cours

Réflexion statistique en Python (Partie 1)

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 121 révisions

Posez les bases dont vous avez besoin pour penser statistiquement et parler le langage de vos données.

Probabilités et statistiques

3 heures

Cours

Réduction de dimension en Python

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 986 révisions

Comprenez le concept de réduction de la dimensionnalité de vos données et maîtrisez les techniques permettant dy parvenir dans Python.

Machine learning

4 heures

Cours

Transformation de données avec Polars

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 172 révisions

Allez plus loin avec Polars grâce à la manipulation de texte, aux statistiques glissantes, aux jointures de DataFrame et à l’analyse avancée.

Manipulation des données

4 heures

Cours

Introduction aux bases de données en Python

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 319 révisions

Dans ce cours, vous apprendrez les fondamentaux des bases de données relationnelles et comment interagir avec elles.

Manipulation des données

4 heures

Cours

Gestion quantitative des risques en Python

  • AvancéNiveau de compétence
  • 4.8+
  • 257 révisions

Découvrez la gestion des risques, la valeur à risque et dautres concepts appliqués à la crise financière de 2008 à laide de Python.

Finance appliquée

4 heures

Cours

Machine Learning pour la finance en Python

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 241 révisions

Modélisez et prédisez les cours boursiers avec des modèles linéaires, des arbres de décision, des forêts aléatoires et des réseaux de neurones.

Machine learning

4 heures

Cours

Créer des agents d’IA avec CrewAI

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 114 révisions

Créez des équipes d’IA qui collaborent, automatisent les workflows et génèrent du contenu avec CrewAI.

Intelligence artificielle

1 heure

Cours

Analyse des paniers d’achat en Python

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 309 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

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.

Développez vos compétences en données avec DataCamp for Mobile

Progressez où que vous soyez grâce à nos cours mobiles et à nos défis de code quotidiens de 5 minutes.

Download on the App StoreGet it on Google Play