Data Analyse par EVOLUTION5

S'initier aux éléments du langage Python nécessaires aux data analyst.
Savoir installer Jupyter Notebook. S'initier aux statistiques descriptives et
inférentielles.
S'initier aux modules Numpy, Pandas, Matplolib, Seaborn et Scikit
- learn,
bibliothèques phares du data permettant les calculs statistiques,
algébriques et la visualisation de données.
Apprendre à repérer et rectifier les erreurs présentes dans les données
support autrement dit apprendre à nettoyer les données.
S'initier à l'algèbre relationnelle avec le langage SQL. Manipuler de
l'information à l'aide de différentes opérations. Composer des requêtes
simples.
Découvrir les mesures de tendance centrale. Comprendre les mesures de
dispersion. Appréhender les mesures de forme.
Rechercher et analyser les corrélations entre deux variables. Comprendre
le modèle ANOVA. Effectuer le test du khi
- 2.
Concevoir un plan de rapport statistique impactant. Représenter
graphiquement des données statistiques.
Appréhender les espaces vectoriels euclidiens. Réaliser une réduction de
dimension. Interpréter une analyse en composantes principales.
Utiliser un algorithme de clustering pour réaliser une catégorisation de
données. Réaliser une classification hiérarchique.
Appliquer et interpréter une régression linéaire simple, une régression
linéaire multiple, une régression logistique et une analyse de la variance
pour effectuer des prédictions.

oInterroger des bases de données afin de récupérer les données pertinentes
oMaîtriser les concepts mathématiques clés permettant l'analyse de données
oInitiation au langage Python et aux modules du data
oExplorer des données, tester des hypothèses statistiques et modéliser des phénomènes
oRédiger un rapport impactant permettant de présenter votre analyse