Realiser ses analyses statistiques avec Python
Data Value
- Introduction et mise en place de l'environnement
Installation et configuration des environnements (Anaconda, Jupyter Notebook)
Présentation des bibliothèques Python clés pour les statistiques (Pandas, Matplotlib, Scipy, Statsmodels)
- Manipulation et nettoyage des données
Chargement et exploration des données avec Pandas
- Analyses exploratoires des données (EDA)
Calculs de statistiques descriptives
Visualisations avec Matplotlib et Seaborn
- Introduction aux tests statistiques
Bases des tests d'hypothèses
Tests courants avec SciPy
Interprétation des résultats
- Régression linéaire et introduction à la modélisation
Introduction aux modèles linéaires
Régression multiple
Introduction à la régression logistique
- Découvrir les principales méthodes d'analyse multidimensionnelle des données à l'aide de la bibliothèque Prince
Envie d’en savoir plus sur cette formation ?
Documentez-vous sur la formation
