Le langage Python est de plus en plus utilisé dans la Science des données (Data Science), en partie grâce à ses qualités intrinsèques mais également grâce à la richesse bibliothèques d'analyse numérique, calcul scientifique (NumPy, SciPy, Pandas) et visualisation des données (matplotlib) qui lui sont dédiées. Un rôle particulièrement important dans cette percée de Python dans les Data Sciences est joué par la bibliothèque Scikit-learn, consacrée au Machine Learning.

The Python programming language is extensively used by Data Scientists thanks to a rich ecosystem of Open Source libraries for numerical computing (NumPy, SciPy), data processing (pandas), data visualization (matplotlib) and predictive modeling (scikit-learn).

Avoir déjà une bonne expérience de la programmation de manière générale et une première expérience en Python. Cette session ne sera pas une introduction à Python. Ceux qui maîtrisent déjà un langage de programmation objet (C++, Java) ou scientifique (R, Matlab) mais qui ne connaissent pas Python et qui veulent quand même participer à la formation, il est indispensable qu'ils se familiarisent, au préalable, avec le langage, par exemple en suivant (sérieusement) la section 1.2 de ce tutoriel et éventuellement cet autre tutoriel.

Matin

Prise en main de Numpy / matplotlib / IPython notebook suivie d'une courte introduction aux concepts du "machine learning" et au projet Scikit-learn.

Après midi

Initiation au prédictive data analytics avec Scikit-learn et Pandas.