Data Mining & Machine Learning Python

Jour 1 : L’Écosystème Scientifique & Fondations Numériques

• Panorama stratégique :
  • Vue d’ensemble de la Scipy Stack (Numpy, Scipy, Pandas, Matplotlib). Critères de choix et de qualité d’une librairie pour la production.
• Précision numérique & Calcul réel :
  • Comprendre et contourner les erreurs de calculs liées à la norme en virgule flottante (indispensable pour les systèmes critiques).
• Le socle Numpy :
  • Manipulation avancée de tableaux de nombres, différences avec les listes, sélection, filtres et fonctions mathématiques optimisées.

 Jour 2 : Analyse de Données avec Pandas

• Structures de données :
  • Maîtrise des Séries et Dataframes. Lecture de formats hétérogènes (CSV, Excel, SQL).
• Manipulation avancée :
  • Indexation, agrégations, jointures complexes et fonctions de fenêtrage.
• Analyse temporelle :
  • Fonctions avancées pour manipuler les séries temporelles (données de capteurs, logs, flux financiers).

 Jour 3 : Visualisation & Données Géospatiales

• Visualisation statique :
  • Maîtrise de Matplotlib (nuages de points, 3D, annotations) et statistiques avec Seaborn.
• Visualisation Web & Interactive :
  • Introduction à l’écosystème PyViz/HoloViz (Bokeh, Altair, Plotly).
• Intelligence Géospatiale :
  • Cartographie interactive avec Folium/iPyleaflet et statique avec Cartopy. Conversion de systèmes de coordonnées.

 Jour 4 : Big Data, Parallélisation & Performance

• Gestion de la volumétrie :
  • Utilisation des formats scientifiques performants (H5py, Parquet, NetCDF4, Xarray).
• Calcul distribué :
  • Paralléliser les calculs et manipuler des dataframes gigantesques avec Dask.
• Accélération matérielle :
  • Introduction à l’utilisation de CuDF pour le calcul sur GPU.
• Personnalisation :
  • Application pratique sur vos données métiers (sous réserve de confidentialité).

Jour 5 : Machine Learning & Analyse Statistique

• Modélisation avec Scikit-Learn & Statsmodels :
  • Régression logistique, analyse discriminante et arbres de décision.
• Validation de modèles :
  • Gestion des ensembles d’apprentissage/test et métriques d’évaluation de performance.
• Introduction au Big Data distribué :
  • Premiers pas avec PySpark pour l’intégration de Spark dans l’écosystème Python.

Evaluation et fin de session

• La session se clôture par une épreuve de validation des acquis (QCM post-TP) réalisée en environnement réel.La réussite de cet examen permet l’obtention de votre badge de certification DNDA.

Profil Formateur : Tristan P

• cybersécurité et expert Python.
  • Spécialiste du scripting sécurisé, il possède une maîtrise avancée de l’automatisation des processus au sein d’infrastructures critiques.Il apporte une vision « SecOps » indispensable à travers une expertise pratique éprouvée dans les environnements applicatifs et industriels (OT) de grande envergure.

Autres formations complémentaires

Pour construire votre parcours d’expertise, dndagency vous suggère les modules suivants :

• Module 2 : Data Mining & Machine Learning avec Python
• Module 3 : Deep Learning & LLM Ops (Large Language Models Operations)
• Module 4 : Encrypted Traffic Analytics (ETA)
• Module 5 : Python pour l’Automatisation (Scripting expert)

Profil Formateur : Alban.V

• Le module est animé par Alban V., praticien-formateur confirmé et Expert Data Scientist. Ingénieur spécialisé en intelligence artificielle, il met à profit sa solide expérience dans le déploiement de modèles prédictifs et sa maîtrise des architectures de données complexes. Son expertise pratique est éprouvée au sein d’environnements de haute précision et de systèmes industriels (OT), garantissant la mise en œuvre de modèles robustes et exploitables sur le terrain.