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.
127 Cours

Cours

Feature engineering en R

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 149 révisions

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

Text mining avec sac de mots en R

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 138 révisions

Apprenez la technique du sac de mots pour lexploration de textes avec R.

Machine learning

4 heures

Cours

Modélisation de régression bayésienne avec rstanarm

  • AvancéNiveau de compétence
  • 4.8+
  • 69 révisions

Découvrez comment exploiter les méthodes destimation bayésiennes pour améliorer vos inférences sur les modèles de régression linéaire.

Probabilités et statistiques

4 heures

Cours

Trading financier en R

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 77 révisions

Ce cours couvre les bases du trading financier et l’utilisation de quantstrat pour créer des stratégies de trading basées sur des signaux.

Finance appliquée

5 heures

Cours

Introduction au Natural Language Processing en R

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 40 révisions

Obtenez une vue d’ensemble de toutes les compétences et outils nécessaires pour exceller en traitement du langage naturel avec R.

Machine learning

4 heures

Cours

ChIP-seq avec Bioconductor en R

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 50 révisions

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

4 heures

Cours

Réduction de dimension en R

  • DébutantNiveau de compétence
  • 4.7+
  • 97 révisions

Apprenez les techniques de réduction de dimensionnalité dans R et maîtrisez la sélection et l’extraction de variables pour vos propres données et modèles.

Machine learning

4 heures

Cours

Combiner des données avec data.table en R

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 73 révisions

Ce cours vous montrera comment combiner et fusionner des ensembles de données avec data.table.

Manipulation des données

4 heures

Cours

Évaluation des produits d’assurance vie en R

  • DébutantNiveau de compétence
  • 4.8+
  • 48 révisions

Apprenez les bases de la valorisation des flux de trésorerie, travaillez avec des données de mortalité humaine et créez des produits d’assurance-vie en R.

Finance appliquée

4 heures

Cours

Optimisation des hyperparamètres en R

  • AvancéNiveau de compétence
  • 4.8+
  • 59 révisions

Découvrez comment ajuster les hyperparamètres de votre modèle afin dobtenir les meilleurs résultats prédictifs.

Machine learning

4 heures

Cours

Expressions régulières intermédiaires en R

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 34 révisions

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

Analyse de sentiments en R

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 96 révisions

Apprenez l’analyse des sentiments en identifiant le langage positif et négatif, l’intention émotionnelle spécifique et en créant des visualisations percutantes.

Machine learning

4 heures

Cours

Traitement de données à grande échelle en R

  • AvancéNiveau de compétence
  • 4.7+
  • 25 révisions

Apprenez à écrire du code évolutif pour travailler avec des données volumineuses dans R à laide des packages bigmemory et iotools.

Développement de logiciels

4 heures

Cours

Programmation R défensive

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 78 révisions

Apprenez la programmation défensive en R pour renforcer la robustesse de votre code.

Développement de logiciels

4 heures

Cours

Visualiser des Big Data avec Trelliscope en R

  • DébutantNiveau de compétence
  • 4.7+
  • 43 révisions

Découvrez comment visualiser des données volumineuses dans R à laide de ggplot2 et trelliscopejs.

Visualisation des données

4 heures

Cours

Analyser les données du recensement américain avec R

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 38 révisions

Apprenez à visualiser et à explorer rapidement les données démographiques du Bureau du recensement des États-Unis à laide des outils tidyverse.

Analyse exploratoire des données

4 heures

Cours

Créer des tableaux de bord avec flexdashboard

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 51 révisions

Dans ce cours, vous apprendrez à créer des tableaux de bord statiques et interactifs à laide de flexdashboard et shiny.

Rapports

4 heures

Cours

Practicing Statistics Interview Questions in R

  • AvancéNiveau de compétence
  • 4.7+
  • 22 révisions

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

Analyzing Social Media Data in R

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 90 révisions

Extrayez et visualisez les données Twitter, effectuez des analyses de sentiments et de réseaux, et cartographiez vos tweets.

Manipulation des données

4 heures

Cours

Lois de probabilité multivariées en R

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 42 révisions

Apprenez à analyser, visualiser et modéliser des données multivariées.

Probabilités et statistiques

4 heures

Cours

Optimiser du code R avec Rcpp

  • IntermédiaireNiveau de compétence
  • 4.9+
  • 12 révisions

Utilisez C++ pour améliorer considérablement les performances de votre code R.

Développement de logiciels

4 heures

Cours

Analyse des processus métier avec R

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 43 révisions

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

Rapports

4 heures

Cours

Prévoir la demande de produits avec R

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 30 révisions

Learn how to identify important drivers of demand, look at seasonal effects, and predict demand for a hierarchy of products from a real world example.

Probabilités et statistiques

4 heures

Cours

Évaluation des actions avec R

  • IntermédiaireNiveau de compétence
  • 4.8+
  • 65 révisions

Apprenez les principes fondamentaux de la valorisation des actions.

Finance appliquée

4 heures

Cours

Modélisation bayésienne avec RJAGS

  • AvancéNiveau de compétence
  • 4.8+
  • 51 révisions

Dans ce cours, vous apprendrez à mettre en œuvre des modèles bayésiens plus avancés à laide de RJAGS.

Probabilités et statistiques

4 heures

Cours

Programmation parallèle en R

  • IntermédiaireNiveau de compétence
  • 4.7+
  • 76 révisions

Unlock the power of parallel computing in R. Enhance your data analysis skills, speed up computations, and process large datasets effortlessly.

Développement de logiciels

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.

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.