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

Aperçu

Python pour l'analyse de données et l'intelligence artificielle explicable. Exploration de données pour l'analyse et l'intelligence commerciales.

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

Étiquettes