Exploration de données pour l'analyse commerciale et analyse de données en Python

Aperçu

Cherchez-vous à apprendre à faire du Data Mining comme un pro ? Voulez-vous découvrir des insights commerciaux exploitables à l'aide de la science des données et de l'analyse ainsi que de l'intelligence artificielle explicable ?

Vous êtes au bon endroit.

Programme

• Introduction à l'exploration de données et à l'analytique commerciale
Aperçu de l'exploration de données
Importance de l'exploration de données dans les affaires
Introduction à l'analytique commerciale
Outils et technologies utilisés
• Configuration de votre environnement Python
Installation de Python et de Jupyter Notebook
Aperçu des bibliothèques Python essentielles (Pandas, NumPy, Matplotlib, Sci-kit Learn)
• Préparation et exploration des données
Collecte et importation de données
Nettoyage et prétraitement des données
Analyse exploratoire des données (EDA)
Gestion des données manquantes et des valeurs aberrantes
• Techniques d'exploration de données
Techniques d'apprentissage supervisé
Classification (régression logistique, arbres de décision, forêts aléatoires)
Analyse de régression
Techniques d'apprentissage non supervisé
Clustering (K-Means, clustering hiérarchique)
Exploration des règles d'association
Réduction de la dimensionnalité (ACP)
• Applications de l'analytique commerciale
Analyse du panier d'achat
Segmentation des clients
Prévisions des ventes
Maintenance prédictive
• Intelligence artificielle explicable (XAI)
Comprendre l'interprétabilité des modèles
Outils et techniques pour l'explicabilité (par exemple, LIME, SHAP)
• Sujets avancés en analyse de données
Analyse des séries temporelles
Exploration de texte et analyse de sentiment
Détection des anomalies
• Déploiement de modèles d'exploration de données
Évaluation et validation des modèles
Mise en œuvre des modèles dans des environnements commerciaux
• Projet pratique
Étude de cas d'affaires réelle
Conception et exécution du projet d'exploration de données
Présentation des analyses commerciales et recommandations
• Conclusion et orientations futures
Tendances émergentes dans l'exploration de données et l'analytique
Ressources d'apprentissage continu et prochaines étapes

---

Enseigné par

Diogo Alves de Resende

---

Sujets

Science des données