Accéder au contenu principal

Cours

Comprendre la science des données

Débutant2 h

Une introduction à la science des données sans codage.

Python2 h15 vidéos47 exercices2,800 XP870K+Attestation de réussite

Créez votre compte gratuit

Continuer avec Google
ou
En continuant, vous acceptez notre conditions d'utilisation, nos politique de confidentialité et que vos données soient stockées aux États-Unis.

Plébiscité par les apprenants de milliers d'entreprises

Vous formez une équipe ?

Essayer pour les entreprises

Description du cours

Qu'est-ce que la data science, pourquoi est-elle si populaire, et pourquoi la Harvard Business Review l'a-t-elle qualifiée de « métier le plus sexy du XXIe siècle » ? Dans ce cours non technique, vous découvrirez tout ce que vous n'avez jamais osé demander sur ce domaine en pleine expansion, sans avoir à écrire une seule ligne de code. À travers des exercices pratiques, vous apprendrez les différents rôles de data scientist, des notions clés comme les tests A/B, l'analyse de séries temporelles et le Machine Learning, ainsi que la manière dont les data scientists extraient des connaissances et des insights à partir de données réelles. Ne vous laissez donc pas impressionner par le jargon. Commencez à apprendre, développez des compétences très recherchées et découvrez pourquoi la data science est à la portée de tous !Les vidéos contiennent des transcriptions en direct accessibles en cliquant sur « Afficher la transcription » en bas à gauche des vidéos.Le glossaire du cours se trouve à droite, dans la section ressources.Pour obtenir des crédits CPE, vous devez terminer le cours et atteindre un score de 70 % à l'évaluation qualifiante. Vous pouvez accéder à l'évaluation en cliquant sur l'encadré relatif aux crédits CPE situé à droite.

Prérequis

Ce cours ne requiert aucun prérequis.

Programme de formation

Plan du cours

1

Introduction à la science des données

Nous commencerons le cours en définissant la science des données. Nous aborderons le flux de travail en science des données et les applications de la science des données à des problèmes concrets. Nous terminerons ce chapitre par la découverte des différents rôles qui existent dans le domaine de la science des données.
Commencer le chapitre
2

Collecte et stockage des données

Maintenant que nous comprenons le workflow de la science des données, nous allons approfondir la première étape : la collecte et le stockage des données. Nous découvrirons les différentes sources de données dans lesquelles vous pouvez puiser, à quoi ressemblent ces données, comment les stocker une fois qu’elles sont collectées et comment un pipeline de données peut automatiser le processus.
Commencer le chapitre
3

Préparation, exploration et visualisation

La préparation des données est fondamentale : les scientifiques des données passent 80 % de leur temps à nettoyer et manipuler les données, et seulement 20 % de leur temps à les analyser. Ce chapitre vous montrera comment diagnostiquer les problèmes dans vos données, et comment traiter les valeurs manquantes et les valeurs aberrantes. Vous découvrirez ensuite la visualisation, un autre outil essentiel pour explorer vos données et communiquer vos résultats.
Commencer le chapitre
4

Expérimentation et prédiction

Dans ce dernier chapitre, nous parlerons d’expérimentation et de prédiction ! Nous commencerons par les expériences, puis nous aborderons les tests A/B, et nous passerons aux prévisions de séries temporelles, qui nous apprendront à prédire des événements futurs. Enfin, nous terminerons par le machine learning, et examinerons l’apprentissage supervisé et le clustering.
Commencer le chapitre

Comprendre la science des données

Cours
terminé

Obtenez un certificat de réussite

S'inscrire maintenant

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.