Informations pratiques

  • 20 rue des Frigos, 75013
    Voir le plan
  • 2 jours
  • 1 200€
Prochaines sessions :
Nombre de participants maximum : 10

Objectifs

  • Rappel des bases de Python, Jupyter, Numpy et Pandas
  • Revue des bonnes pratiques de manipulation et visualisation de données
  • Découvrir les librairies qui font gagner du temps

Public

  • Data scientist, Engineer ou Analyst

Pré-requis

Notions de Python, Machine Learning

Méthodes pédagogiques

60% théorie / 40% pratique

Description

Cette formation vise à rassembler un large nombre de bonnes pratiques pour chacune des étapes d'un projet Data Science mené avec Python. Il permet aux débutants d'acquérir de bons réflexes et aux confirmés de découvrir des techniques pour gagner en productivité.

Programme

  • Les incontournables Jupyter Notebooks
  • L’accès aux données avec Pandas et SQL
  • Manipulation de données : les finesses de Pandas DataFrame
  • Les 5 visualisations Seaborn qui sont toujours pertinentes
  • Préparer des données pour le Machine Learning : les bons réfléxes
  • Du Notebook à la mise en production

Mis à jour :

Réservez une place

Vous avez des questions ?

Contactez-nous pour réserver votre formation, ou poser vos questions sur nos formations :

  • 01 44 75 42 55
  • training@soat.fr
  • SOAT TRAINING - 87-89 quai de Panhard et Levassor- 75013 Paris

Cas clients liés

Découvrez la diversité des missions réalisées par nos équipes au travers d’études de cas concrètes et détaillées.

Bankin'
Bankin'
Data

Formations liées

SOAT Training est labellisé OPQF et certifié Datadock. Nos formations combinent de nombreuses approches.

intermédiaire
Formation Elasticsearch & API | Mapping & analyse
Data
Data engineering
intermédiaire
Formation Apache Cassandra | Data engineering
Data
Data engineering
Technologies
Java
Pratiquez Cassandra avec Java
intermédiaire
Formation Hadoop - Big data | De Sqoop à Spark
Data
Data engineering
De Sqoop à Spark découvrez l'écosystème Hadoop