Une introduction douce à la science des données

Aperçu

Explore data science fundamentals, from AI's influence to practical machine learning in Python. Covers key concepts, problem-solving applications, and essential Python tools for aspiring data scientists.

Programme

• Introduction à la science des données
Aperçu de la science des données et de son impact
Rôle de l'IA dans la science des données
Applications concrètes de la science des données
• Méthodologie de la science des données
Compréhension du processus de la science des données
Formulation des problèmes et génération d'hypothèses
Prise de décisions basées sur les données
• Collecte et nettoyage des données
Types de données : structurées et non structurées
Techniques de collecte de données
Nettoyage et prétraitement des données
• Analyse exploratoire des données (EDA)
Statistiques descriptives
Techniques de visualisation des données
Identification des motifs et des perspectives
• Introduction à Python pour la science des données
Bases de Python et configuration
Notebooks Jupyter
• Bibliothèques Python essentielles
NumPy pour les données numériques
Pandas pour la manipulation de données
Matplotlib et Seaborn pour la visualisation des données
• Introduction à l'apprentissage automatique
Apprentissage supervisé vs non supervisé
Sélection et évaluation des modèles
Surapprentissage et sous-apprentissage
• Apprentissage automatique pratique en Python
Bases de Scikit-learn
Construction de modèles de régression linéaire simples
Classification avec arbres de décision et régression logistique
• Éthique de la science des données
Importance de l'éthique dans la science des données
Confidentialité et sécurité des données
Biais et équité dans l'IA
• Projet de synthèse
Définir un problème basé sur les données
Appliquer l'ensemble du processus de science des données
Présenter les résultats et les perspectives

---

Matières

Conference Talks