Associate Data Scientist en Python

Apprenez les bases de l’analyse de données avec Python en quatre heures et explorez ses principaux packages.

Mettez à niveau vos compétences en science des données en créant des visualisations à l'aide de Matplotlib et en manipulant des DataFrame avec pandas.

Apply the foundational Python skills you learned in Introduction to Python and Intermediate Python by manipulating and visualizing movie data.

Apprenez à importer et nettoyer des données, calculer des statistiques et créer des visualisations avec pandas.

Use data manipulation and summary statistics to analyze test scores across New York City's public schools!

Apprenez à joindre des données issues de plusieurs tables avec pandas pour des analyses plus riches et précises.

Renforcez vos compétences statistiques en collectant, analysant et interprétant les données avec précision grâce à Python.

Maîtrisez Matplotlib pour créer, personnaliser et partager des visualisations de données claires et percutantes.

Apprenez à créer des visualisations percutantes et élégantes en Python avec la bibliothèque Seaborn.

Explore a dataset containing a century's worth of Nobel Laureates. Who won? Who got snubbed?

Apprenez à écrire vos propres fonctions en Python tout en découvrant des notions essentielles comme la portée des variables et la gestion des erreurs.

Renforcez vos compétences en science des données avec Python : maîtrisez les itérateurs et les compréhensions de listes.

Apprenez à explorer, visualiser et extraire des informations des données à l'aide de l'analyse exploratoire des données (AED) en Python.

Find out when and where crime is most likely to occur, along with the types of crimes commonly committed in LA.

Maîtrisez la manipulation et la visualisation de données catégorielles avec pandas et seaborn.

Apply your knowledge of data types and categorical data to prepare a big dataset for modeling!

Personne n’aime les feuilles de calcul ! Donnez vie à vos données, améliorez vos présentations et transformez les données techniques en insights exploitables.

Maîtrisez l’importation de données dans Python depuis Excel, SQL, SAS et même directement depuis le Web, pour un flux de travail fluide.

Apprenez à diagnostiquer et nettoyer les données sales pour transformer vos données brutes en insights précis et fiables !

Apply your data importing, cleaning and manipulation skills to explore New York City Airbnb data.

Maîtrisez la gestion des dates et heures en Python.

Apprenez à écrire des fonctions complexes, maintenables et réutilisables, en suivant les meilleures pratiques et une documentation claire.

Déployez l’analyse de régression avec statsmodels en Python pour prédire les prix immobiliers et le taux de clics sur des publicités.

Clean customer data and use logistic regression to predict whether people will make a claim on their car insurance!

Apprenez à tirer des conclusions de données limitées avec Python et les statistiques, incluant l’échantillonnage aléatoire, stratifié et en grappes.

Apprenez quand et comment utiliser les tests d’hypothèse courants en Python : t-tests, tests de proportion et tests du khi-deux.

Mettez en œuvre des plans d'expérience et effectuez des analyses statistiques solides pour tirer des conclusions précises et valides !

Perform a hypothesis test to determine if more goals are scored in women's soccer matches than men's!

Développez vos compétences en machine learning avec scikit-learn en Python et apprenez à faire des prédictions à partir de données réelles.

Dive into agriculture using supervised machine learning and feature selection to aid farmers in crop cultivation and solve real-world problems.

Apprenez à regrouper, transformer, visualiser et exploiter des données non étiquetées avec scikit-learn et scipy pour en tirer des insights.

Arctic Penguin Exploration: Unraveling Clusters in the Icy Domain with K-means Clustering

Dans ce cours, vous apprendrez à utiliser des modèles basés sur des arbres et des ensembles pour la régression et la classification en utilisant scikit-learn.

Build a regression model for a DVD rental firm to predict rental duration. Evaluate models to recommend the best one.