Formation de base en science des données

Leçon 1 • Configuration d'un environnement de science des données

Installe et configure les outils essentiels pour une analyse reproductible. Assure que chaque étudiant dispose d'un environnement de travail fonctionnel avant de commencer à coder.

Leçon 2 • Le cycle de vie de la science des données

Trace un projet du problème d'affaires à la solution déployée. Fournit un modèle mental pour organiser toutes les compétences techniques subséquentes.

Leçon 3 • Ce qu'est la science des données

Définit la science des données, la distingue des domaines connexes et cartographie ses composantes principales. Établit le vocabulaire commun utilisé tout au long du cours.

Leçon 1 • Manipulation de données avec pandas

Enseigne la création de DataFrames, l'indexation, le filtrage et la transformation. Soutient directement les chapitres sur le nettoyage des données et l'ingénierie des caractéristiques à venir.

Leçon 2 • Entrées-sorties de fichiers et chargement de données

Lit et écrit des fichiers CSV, JSON et Excel et se connecte à des bases de données SQL. Prépare les étudiants à ingérer des ensembles de données du monde réel dans n'importe quel format.

Leçon 3 • Travailler avec les tableaux NumPy

Présente le calcul numérique vectorisé à l'aide de NumPy. Permet des opérations rapides sur les tableaux qui sous-tendent pandas et les bibliothèques d'apprentissage automatique.

Leçon 4 • Écrire du code Python réutilisable

Applique les fonctions, les modules et la gestion des erreurs pour créer des scripts faciles à maintenir. Établit des pratiques de codage qui s'adaptent aux pipelines de projets complets.

Leçon 1 • Gestion des données manquantes

Compare les stratégies de suppression, d'imputation et d'indicateur pour les valeurs manquantes. Enseigne les compromis qui affectent la performance du modèle en aval.

Leçon 2 • Évaluation de la qualité des données

Identifie les valeurs manquantes, les doublons et les incohérences par profilage. Établit un processus d'audit systématique avant de commencer toute transformation.

Leçon 3 • Transformation et normalisation des données

Applique la conversion de type, la normalisation et l'encodage aux colonnes brutes. Produit des formats cohérents requis par les modèles statistiques et d'apprentissage automatique.

Leçon 4 • Création de pipelines de données reproductibles

Encapsule les étapes de nettoyage dans des fonctions et des objets de pipeline réutilisables. Assure un prétraitement cohérent entre les ensembles de données d'entraînement et de production.

Leçon 1 • Tests statistiques courants

Applique les tests t, le test du khi-carré et l'ANOVA à des ensembles de données réels. Équipe les étudiants pour choisir et exécuter le test approprié pour chaque scénario de données.

Leçon 2 • Corrélation et relations linéaires

Quantifie les associations linéaires à l'aide des corrélations de Pearson et de Spearman. Jette les bases de la modélisation par régression dans le prochain chapitre.

Leçon 3 • Notions essentielles de probabilité

Couvre les règles de probabilité, la probabilité conditionnelle et les distributions courantes. Fournit le langage mathématique utilisé dans tous les modèles probabilistes.

Leçon 4 • Principes de conception d'expériences

Couvre les expériences contrôlées, la randomisation et les cadres de tests A/B. Prépare les étudiants à concevoir des tests valides pour une prise de décision fondée sur les données.

Leçon 1 • Notions fondamentales des statistiques descriptives

Calcule les mesures de tendance centrale, de dispersion et de forme pour les variables numériques. Fournit la base quantitative pour interpréter toutes les visualisations.

Leçon 2 • Analyse univariée et bivariée

Examine les distributions d'une seule variable et les relations par paires entre les variables. Révèle le comportement des caractéristiques et les signaux prédictifs potentiels.

Leçon 3 • Pratiques exemplaires en visualisation

Applique les principes de conception pour créer des graphiques clairs, précis et adaptés au public. Empêche les visuels trompeurs et améliore la communication avec les parties prenantes.

Leçon 4 • Informations sur les caractéristiques issues de l'EDA

Traduit les constats de l'EDA en décisions exploitables concernant l'ingénierie des caractéristiques et la modélisation. Fait le pont entre le travail exploratoire et les chapitres sur l'apprentissage automatique à venir.

Leçon 1 • Algorithmes de classification

Entraîne des classificateurs de régression logistique, d'arbres de décision, de k-plus proches voisins et naïfs bayésiens. Relie le choix de l'algorithme aux caractéristiques des données et aux besoins d'affaires.

Leçon 2 • Évaluation du modèle et mesures

Applique l'exactitude, la précision, le rappel, le F1, la courbe ROC-AUC et l'erreur quadratique moyenne pour évaluer la qualité du modèle. Enseigne la sélection des mesures en fonction du déséquilibre des classes et des compromis liés aux coûts d'affaires.

Leçon 3 • Algorithmes de régression

Couvre la régression linéaire, ridge, lasso et par arbre de décision pour les cibles continues. Enseigne quand et pourquoi appliquer la régularisation pour réduire le surapprentissage.

Leçon 4 • Processus d'apprentissage automatique

Établit le processus de bout en bout, de la division des données à l'évaluation du modèle. Fournit un cadre reproductible appliqué à chaque algorithme de ce chapitre.

Leçon 1 • Réduction de la dimensionnalité

Réduit l'espace des caractéristiques à l'aide de l'ACP et du t-SNE tout en préservant une variance significative. Améliore la visualisation, accélère l'entraînement et atténue la malédiction de la dimensionnalité.

Leçon 2 • Méthodes de sélection des caractéristiques

Supprime les caractéristiques non pertinentes et redondantes à l'aide de méthodes de filtre, d'encapsulation et intégrées. Réduit le surapprentissage et accélère l'entraînement du modèle.

Leçon 3 • Techniques d'ingénierie des caractéristiques

Crée de nouvelles caractéristiques informatives à partir de colonnes existantes par transformation et interaction. Améliore directement le pouvoir prédictif des modèles construits dans le chapitre précédent.

Leçon 4 • Algorithmes de regroupement

Applique les regroupements k-moyennes, hiérarchique et DBSCAN pour découvrir des groupements naturels. Permet la segmentation de la clientèle, la détection d'anomalies et le résumé des données.

Leçon 1 • Construction d'une API de modèle

Encapsule un modèle entraîné dans une API REST à l'aide de Flask ou FastAPI. Permet à d'autres applications et services de consommer les prédictions par programme.

Leçon 2 • Sauvegarde et versionnement des modèles

Sérialise les modèles entraînés et suit les expériences avec des outils de versionnement. Assure la reproductibilité et permet le retour en arrière lorsque les modèles de production se dégradent.

Leçon 3 • Surveillance et maintenance des modèles

Suit la dérive des prédictions, la dérive des données et la dégradation de la performance en production. Établit des processus pour réentraîner et mettre à jour les modèles déployés.

Leçon 4 • Communication des résultats aux parties prenantes

Traduit les constats techniques en récits clairs et en tableaux de bord visuels pour les publics d'affaires. Comble l'écart entre la sortie du modèle et la prise de décision organisationnelle.