Formation Data-Analyst

  • Niveau : initiation
  • Durée : 10 jours (cours en direct et pratique) + 5 jours (mise en situation professionnelle)
  • Dates : Nous contacter
  • Nombre de participant :  7 maximum
  • Prérequis : Apprécier les mathématiques est un plus
  • Financements : Pôle emploi / OPCO / La Région / FONGEFICE

OBJECTIFS :

· Interroger des bases de données afin de récupérer les données pertinentes
· Maîtriser les concepts mathématiques clés permettant l’analyse de données
· Initiation au langage Python et aux modules du data
· Explorer des données, tester des hypothèses statistiques et modéliser des phénomènes
· Rédiger un rapport impactant permettant de présenter votre analyse

– 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.

Je suis intéressé(e) :

Remplissez le formulaire

ci-dessous !