What you'll learn:
- Réaliser correctement toutes les étapes d'un projet complexe de Data Science
- Créer des Visualisations dans Tableau
- Faire du Data Mining dans Tableau
- Comprendre comment appliquer le test du khi-deux
- Appliquer la méthode des Moindres Carrés Ordinaires pour faire des Régressions Linéaires
- Evaluer tous types de modèles grâce au R-Squared
- Evaluer tous types de modèles grâce au Adjusted R-Squared
- Créer un modèle de Régression Linéaire Simple
- Créer un modèle de Régression Linéaire Multiple
- Créer des Dummy Variables
- Interpréter les coefficients de la Régression Linéaire Multiple
- Lire des outputs de modèles de Régression Linéaire
- Utiliser les méthodes de Backward Elimination, Forward Selection et Bidirectional Elimination pour créer des modèles statistiques
- Créer un modèle de Régression Logistique
- Intégrer l'intuition de la Régression Logistique
- Analyser les False Positives & False Negatives et comprendre la différence
- Lire une Matrice de Confusion
- Créer un Modèle Robuste de Segmentation Géo-Démographique
- Transformer des variables indépendantes pour la modélisation
- Dériver des variables indépendantes pour la modélisation
- Vérifier la présence de multicolinéarité en utilisant le VIF (Variance Inflation Factor)
- Avoir l'intuition de la multicolinéarité
- Utiliser la courbe CAP (Cumulative Accuracy Profile) pour évaluer des modèles
- Construire la courbe CAP dans Excel
- Utiliser le Training set et le Test set pour construire des modèles robustes
- Tirer des insights de votre courbe CAP
- Comprendre le Odds Ratio
- Tirer des business insights des coefficients d'une Régression Logistique
- Comprendre à quoi ressemble la détérioration de modèle
- Appliquer trois niveaux de maintenance de modèle pour empêcher la détérioration de modèle
- Installer et utiliser SQL Server
- Installer et utiliser Microsoft Visual Studio Shell
- Nettoyer les données et chercher des anomalies
- Utiliser SSIS (SQL Server Integration Services) pour uploader vos données dans une base de données
- Créer des Conditional Splits dans SSIS
- Gérer les erreurs de Text Qualifier
- Créer des scripts dans SQL
- Tirer profit de SQL pour des projets de Data Science
- Créer des procédures stockées dans SQL
- Présenter des projets de Data Science à des directeurs ou à un public
Ce coursest la traduction françaisedu cours de Data Sciences le plus vendu sur Udemy.
Extrêmement Utile...Incroyablement Pratique...Ultra Réaliste !
Il ne s'agit pas del'un de ces cours utopiques où tout fonctionne parfaitement de manière irréaliste. Ce cours vous prépare au monde réel.
Dans ce cours vous allez vivre l'expérience réelle d'un Data Scientist, et cela inclut tous les moments difficiles qu'il peut ressentir dans son travail au quotidien: données corrompues, anomalies, irrégularités, tous les obstacles auxquels doit faire faceledata scientist!
Ce cours va vous faire voyager dans le monde entier des Data Sciences. A l'issue de ce voyage, vous saurez:
- Comment nettoyer et préparer vos données pour vos analyses
- Comment bien visualiser vos données
- Comment créer des modèles
- Comment faire des prédictions
- Et finalement, comment présenter vos découvertes et impressionner votre public
Ce cours va si bien vous préparer à la réalité du métier de Data Scientist que vous jonglerez avec vos divers projets de Data Science. Vous serez si bien entraînés et si bien formés que le monde réel serapour vous un jeu d'enfant.Vous aurez des travaux à faire tout seul, si provocants et sichallengings qu'ils vont vous mettre dans tous vos états... Mais vous n'abandonnerez pas ! Vous vaincrez !
Dans ce cours vous développerez une bonne maîtrise des outils suivants:
- Tableau
- SQL
- SSIS
- Gretl
Ce cours vous propose différentes approchespréparées pour vous en fonction de vos besoins et objectifs. En utilisant ces approches, vous pouvez parcourir le cours et combiner les sections dans VOTRE PROPRE voyage qui va vous mener aux compétences dont VOUS avez besoin.
Ou bien sûr vous pouvez faire le cours en entier et vous former pour une incroyable carrière en Data Science.
Le choix est le votre. Rejoignez-nous dans ce voyage et commencez à apprendre dès aujourd'hui !
A très vite.
Bien à vous,
Kirill Eremenko & Hadelin de Ponteves
