Article original : Learn Python for Data Science – Hands-on Projects with EDA, AB Testing & Business Intelligence
Les compétences en science des données sont de plus en plus demandées. Nous venons de publier un cours pratique de science des données avec Python sur la chaîne YouTube freeCodeCamp.org. Ce cours complet de plus de 5,5 heures est conçu pour fournir aux aspirants scientifiques des données des compétences essentielles, mêlant théorie, démonstrations pratiques et applications réelles à travers deux projets détaillés.
Tatev et Vahe de LunarTech enseignent ce cours. Ils sont tous deux des ingénieurs expérimentés avec une passion pour le machine learning. Ce cours offre des informations précieuses et une expérience pratique cruciale pour votre croissance dans le domaine de la science des données.
Le cours est structuré en trois parties principales :
Partie 1 : Analyse de Données en Python couvre les bases de l'analyse de données, y compris le nettoyage de données, les techniques de visualisation, les statistiques descriptives, et le filtrage et l'agrégation de données. Vous apprendrez à manipuler et organiser les données efficacement, à créer des histoires visuelles convaincantes avec les données, à comprendre les caractéristiques des données à travers des mesures statistiques, et à regrouper, trier et filtrer les données de manière efficace.
Partie 2 : Fondamentaux des Tests AB offre un cours accéléré sur la théorie de l'expérimentation et des tests AB. Vous apprendrez à établir des hypothèses et à interpréter correctement les résultats, ce qui vous donnera une base solide dans les principes des tests AB.
Partie 3 : Études de Cas Complètes présente deux projets approfondis qui offrent une expérience pratique et des informations concrètes. Le premier projet se concentre sur la conception UX basée sur les données et l'engagement client, vous guidant à travers une expérimentation et une étude de cas réelle. Le second projet implique une analyse complète du comportement des clients, des ventes, de la segmentation et de l'optimisation dans un contexte de supermarché. Ces projets sont conçus non seulement pour améliorer votre compréhension, mais aussi pour fournir une expérience pratique que vous pouvez mettre en avant sur votre CV.
Voici une liste de toutes les sections de ce cours :
Introduction
Python pour la Science des Données et l'Analyse
Exploration et Prétraitement des Données
Filtrage, Tri, Groupement
Statistiques Descriptives
Fusion et Jointures
Visualisation de Données en Python
Cours Accéléré sur les Tests AB - Théorie
Projet 1 - Projet d'Analyse de Données et de Science des Données
Configuration Ensemble Expérimental vs. Contrôle
Analyse de Données dans les Tests A/B
Paramètres pour les Tests A/B
Analyse des Données de Test A/B
Explication des Sorties Statistiques
Conclusion des Résultats de Test A/B et Étude de Cas
Projet 2 - Projet d'Analyse de Données de Supermarché
Segmentation des Clients de Supermarché
Revenus par Segment de Clients
Insights sur les Ventes des Clients
Exploration de la Fidélité des Clients dans les Supermarchés
Stratégies de Livraison de Supermarché
Analyse du Marché Géographique
Insights sur la Performance des Produits
Analyse Complète des Ventes
Suivi des Tendances de Ventes
Visualisation des Ventes par État
Consultez le cours complet sur la chaîne YouTube freeCodeCamp.org (5,5 heures de visionnage).