Science des données avec Python

Aperçu

This course features Coursera Coach! A smarter way to learn with interactive, real-time conversations that help you test your knowledge, challenge assumptions, and deepen your understanding as you progress through the course.

In this comprehensive Data Science with Python course, you will master essential libraries such as NumPy, Pandas, Matplotlib, and PyTorch to solve real-world data science challenges. Starting with NumPy, you’ll learn how to work with arrays, perform linear algebra, and manipulate large datasets.

You’ll then explore Pandas to filter, analyze, and visualize data efficiently, followed by Matplotlib for creating informative plots and visualizations that uncover patterns in data. As you progress, you will dive into advanced image processing techniques with Matplotlib, build interactive plots using Plotly, and gain hands-on experience with PyTorch fundamentals.

The course will guide you through essential concepts like tensors, GPU acceleration, broadcasting, and model training, offering a solid foundation for machine learning and deep learning tasks. Designed for individuals eager to advance their data science skills, this course is ideal for beginners and intermediate learners.

With practical exercises, real-world applications, and interactive lessons, you'll be prepared to tackle any data science project. Upon completion, you'll be ready to take your skills further in the field of machine learning and artificial intelligence.

By the end of the course, you will be able to manipulate data with NumPy and Pandas, visualize data using Matplotlib and Plotly, process images, and implement machine learning models using PyTorch.

Programme

• NumPy
Dans ce module, nous explorerons NumPy, une bibliothèque puissante pour le calcul numérique en Python. Vous apprendrez à créer et à reformer des tableaux, à effectuer des opérations élément par élément, et à plonger dans les applications de l'algèbre linéaire. Des sujets avancés tels que la résolution de systèmes linéaires et le filtrage logique seront également abordés.
• Pandas
Dans ce module, nous travaillerons avec Pandas pour traiter et analyser des ensembles de données réels. Vous apprendrez à filtrer les données, à gérer les valeurs manquantes et à manipuler les colonnes. Le jeu de données du Titanic servira d'exemple pour pratiquer les opérations essentielles avec Pandas et les techniques de manipulation de données.
• Matplotlib, Graphiques et Statistiques
Dans ce module, nous couvrirons la visualisation des données en utilisant Matplotlib. Vous créerez une large gamme de graphiques, allant des simples diagrammes en barres aux tracés de surface 3D complexes, et apprendrez à les améliorer avec des annotations, des couleurs, et des techniques avancées de graphe pour l'analyse statistique.
• Matplotlib et Traitement d'Images
Dans ce module, nous combinerons Matplotlib et NumPy pour traiter les images. Vous apprendrez comment manipuler les canaux d'image, appliquer des transformations de base comme la conversion en niveaux de gris et le seuillage, et expérimenter des techniques avancées comme la compression d'image et le carrelage pour des résultats créatifs.
• Plotly et Graphiques Interactifs
Dans ce module, nous explorerons Plotly pour créer des graphiques interactifs et visuellement engageants. Vous construirez des graphiques en lignes et à dispersion avec des info-bulles, expérimenterez avec des visualisations 3D, et apprendrez à personnaliser les graphiques en utilisant des techniques avancées comme les objets de graphe et la construction de figures basées sur des dictionnaires.
• Fondamentaux de PyTorch
Dans ce module, nous vous présenterons PyTorch, un puissant cadre d'apprentissage profond. Vous apprendrez à travailler avec des tenseurs, effectuer diverses opérations sur les tenseurs, et explorer les concepts de la diffusion (broadcasting). De plus, vous découvrirez comment utiliser l'accélération GPU pour optimiser les performances des calculs à grande échelle.

---

Enseigné par

Packt - Course Instructors

---

Matières

Data Science