Description de la formation Data Visualisation Data Scientist:

Le métier de Data Scientist est apparu ces dernières années pour faire face à la multiplication des données, à la diversité de leurs formes et de leurs sources. Le rôle du Data Scientist : rendre les données exploitables, les traiter pour leur donner du sens et ainsi permettre à la direction générale d’adapter la stratégie de l’entreprise.

C’est là que la data visualisation intervient et permet d’offrir un support visuel intuitif aux discussions.

Cette formation Data Visualisation Data Scientist vous permettra, en tant que data scientist, de mettre en valeur les résultats de vos travaux de la meilleure des manières.

Objectifs de la formation Data Visualisation Data Scientist:

Objectifs opérationnels :

Savoir mettre en valeur les résultats de vos travaux à l’aide de la data visualisation, en vous appuyant notamment sur des graphes et sur des dashboard.

Objectifs pédagogiques :

À l’issue de cette formation Data Visualisation pour Data Scientist, vous aurez acquis les connaissances et compétences nécessaires pour :

• Appréhender les principales librairies de data visualisation utilisées en Python
• Savoir effectuer les transformations de données nécessaires à la data visualisation en Python (agrégation, données manquantes, etc.)
• Savoir créer des graphes en Python
• Savoir créer un dashboard basique en Python pour mettre en valeur des graphes

À qui s’adresse cette formation ?

Public :

Ce cours Data Visualisation pour Data Scientist s’adresse prioritairement aux data scientists. Dans une seconde mesure, il pourra également intéresser les développeurs habitués à coder en Python et en R.

Prérequis :

Pour suivre cette formation Data Visualisation pour Data Scientist dans de bonnes conditions, il est nécessaire d’avoir des connaissances de base en programmation ou scripting avec Python ou R.

Contenu du cours Data Visualisation Data Scientist

La data visualisation pour le data scientist

Identifier les apports de la data visualisation
Choisir des représentations de données adaptées
Découvrir les outils et librairies Python pour la visualisation et le dashboarding

Mise en pratique

Réaliser ses premiers graphes sur un jeu de données prêt à l’emploi

Mise en pratique

Réaliser des graphes sur un jeu de données brutes

Transformer des données avec Pandas (Calculs d’agrégats, traitement des valeurs manquantes, etc.)
Créer des graphes sur différents types de données (qualitatives, quantitatives, séries temporelles)
Affiner ses graphes (échelle, valeurs aberrantes, etc.)

Mise en pratique

Réaliser un dashboard simple

Créer des graphes et boutons simples permettant l’action de l’utilisateur
Obtenir les prédictions d’un modèle de Machine Learning