Framework - Cadriciel - Bibliotheque Python
Réseau Formateurs
Non finançable CPF
Tout public
En ligne
Public admis
Salarié en poste
Demandeur d'emploi
Entreprise
Etudiant
Prix
Nous contacter
Durée
Nous contacter
Niveau visé
Non diplômante
Localité
En ligne
Vous pouvez suivre cette formation depuis chez vous ou depuis n’importe quel endroit à distance.
Objectifs
Comprendre les Frameworks et Cadriciels Python
Utiliser les Frameworks Web en Python
Manipuler les données avec des Bibliothèques Python
Développer des applications de bureau en Python
Traiter les Données en Temps Réel avec Python
Exploiter les Frameworks Python pour l'apprentissage automatique et l'IA
Utiliser les Frameworks Web en Python
Manipuler les données avec des Bibliothèques Python
Développer des applications de bureau en Python
Traiter les Données en Temps Réel avec Python
Exploiter les Frameworks Python pour l'apprentissage automatique et l'IA
Programme
Comprendre les Frameworks et Cadriciels Python
- Comprendre les Frameworks
- Explorer l'historique et l'évolution des Frameworks
- Évaluer les avantages de l'utilisation des Frameworks
- Examiner les inconvénients de l'utilisation des Frameworks
- Découvrir les Frameworks Python populaires
- Sélectionner le Framework approprié
Utiliser les Frameworks Web en Python
- Installer et configurer Flask
- Créer une application web simple avec Flask
- Gérer les routes et les vues avec Flask
- Comprendre les principes et la structure de projet de Django
- Créer un projet Django
- Comparer Flask et Django
Manipuler les données avec des Bibliothèques Python
- S'initier à Pandas
- Charger et explorer des données avec Pandas
- Nettoyer et transformer des données avec Pandas
- Réaliser la visualisation de données avec Matplotlib
- Utiliser d'autres bibliothèques de visualisation (Seaborn, Plotly)
- Maîtriser la manipulation avancée de données avec Pandas
Développer des applications de bureau en Python
- Découvrir Tkinter
- Créer des interfaces utilisateur avec Tkinter
- Gérer les événements avec Tkinter
- S'initier et utiliser PyQt
- Concevoir des applications de bureau avec PyQt
- Comparer Tkinter et PyQt
Traiter les Données en Temps Réel avec Python
- Explorer Kafka
- Configurer et utiliser Kafka
- Mettre en place le streaming de données avec Kafka
- S'initier à Apache Spark
- Appliquer le traitement des flux de données en temps réel avec Spark Streaming
- Explorer les applications du traitement en temps réel
Exploiter les Frameworks Python pour l'apprentissage automatique et l'IA
- Découvrir Scikit-Learn
- Entraîner des modèles de machine learning avec Scikit-Learn
- S'initier à TensorFlow
- Créer des réseaux de neurones avec TensorFlow
- Explorer PyTorch
- Développer des modèles d'IA avec PyTorc
- Comprendre les Frameworks
- Explorer l'historique et l'évolution des Frameworks
- Évaluer les avantages de l'utilisation des Frameworks
- Examiner les inconvénients de l'utilisation des Frameworks
- Découvrir les Frameworks Python populaires
- Sélectionner le Framework approprié
Utiliser les Frameworks Web en Python
- Installer et configurer Flask
- Créer une application web simple avec Flask
- Gérer les routes et les vues avec Flask
- Comprendre les principes et la structure de projet de Django
- Créer un projet Django
- Comparer Flask et Django
Manipuler les données avec des Bibliothèques Python
- S'initier à Pandas
- Charger et explorer des données avec Pandas
- Nettoyer et transformer des données avec Pandas
- Réaliser la visualisation de données avec Matplotlib
- Utiliser d'autres bibliothèques de visualisation (Seaborn, Plotly)
- Maîtriser la manipulation avancée de données avec Pandas
Développer des applications de bureau en Python
- Découvrir Tkinter
- Créer des interfaces utilisateur avec Tkinter
- Gérer les événements avec Tkinter
- S'initier et utiliser PyQt
- Concevoir des applications de bureau avec PyQt
- Comparer Tkinter et PyQt
Traiter les Données en Temps Réel avec Python
- Explorer Kafka
- Configurer et utiliser Kafka
- Mettre en place le streaming de données avec Kafka
- S'initier à Apache Spark
- Appliquer le traitement des flux de données en temps réel avec Spark Streaming
- Explorer les applications du traitement en temps réel
Exploiter les Frameworks Python pour l'apprentissage automatique et l'IA
- Découvrir Scikit-Learn
- Entraîner des modèles de machine learning avec Scikit-Learn
- S'initier à TensorFlow
- Créer des réseaux de neurones avec TensorFlow
- Explorer PyTorch
- Développer des modèles d'IA avec PyTorc
Envie d’en savoir plus sur cette formation ?
Documentez-vous sur la formation
Ces formations peuvent vous intéresser
Les formations les plus recherchées
Lyon
Toulouse
Marseille
Montpellier
Paris
Bordeaux
Dijon
Mâcon
Nantes
Rennes
Informatique CPF
Informatique en Ligne
Python
Python CPF
Python en Ligne
Intelligence artificielle
Machine learning
Vba
Growth hacking
Technicien informatique
Technicien support informatique
Administrateur systeme
Consultant en informatique
Programmation
Spark
Python Clermont-Ferrand
Python Grenoble
Python Saint-Étienne
Python Annecy
Python Chambéry
Python Roanne
Python Aurillac
Python Le Pontet
Python Moirans
Python Annemasse