Il s'agit du deuxième des sept cours du certificat Google Advanced Data Analytics. Le langage de programmation Python est un outil puissant pour l'analyse des données. Dans ce cours, vous apprendrez les concepts de base de la programmation Python et comment les professionnels des données utilisent Python dans leur travail. Vous explorerez des concepts tels que la programmation orientée objet, les variables, les types de données, les fonctions, les instructions conditionnelles, les boucles et les structures de données.
Débuter avec Python
Ce cours fait partie de Google Advanced Data Analytics (analyse avancée des données) Certificat Professionnel
Instructeur : Google Career Certificates
Enseignant de premier plan
100 987 déjà inscrits
Inclus avec
(1,335 avis)
Ce que vous apprendrez
Expliquer comment Python est utilisé par les professionnels des données
Explorer les éléments de base de Python, notamment la syntaxe et la sémantique
Comprendre les boucles, les instructions de contrôle et la manipulation de chaînes de caractères
Données en cours d'utilisation des données structurées pour stocker et organiser les données
Compétences que vous acquerrez
- Catégorie : Programmation en Python
- Catégorie : Jupyter Notebook
- Catégorie : Codage
- Catégorie : Utiliser les commentaires pour améliorer la lisibilité du Code
- Catégorie : Visualisation de Données
Détails à connaître
Ajouter à votre profil LinkedIn
20 quizzes
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise en Analyse des Données
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable auprès de Google
Obtenez un certificat professionnel
Ajoutez cette qualification à votre profil LinkedIn ou à votre CV
Partagez-le sur les réseaux sociaux et dans votre évaluation de performance
Il y a 5 modules dans ce cours
Vous commencerez par explorer les bases de la programmation Python et les raisons pour lesquelles Python est un outil si puissant pour l'analyse des données. Vous découvrirez les ordinateurs portables Jupyter, un environnement interactif pour le codage et le travail sur les données. Vous étudierez comment utiliser les variables et les types de données pour stocker et organiser vos données ; et vous commencerez à pratiquer d'importantes compétences de codage.
Inclus
12 vidéos7 lectures4 quizzes3 laboratoires non notés
Ensuite, vous découvrirez comment appeler des fonctions pour effectuer des actions utiles sur vos données. Vous apprendrez également à écrire des instructions conditionnelles pour indiquer à l'ordinateur comment prendre des décisions en fonction de vos instructions. Enfin, vous vous entraînerez à écrire un code propre qui pourra être facilement compris et réutilisé par d'autres professionnels des données.
Inclus
8 vidéos4 lectures3 quizzes5 laboratoires non notés
Vous apprendrez ici à utiliser des instructions itératives, ou boucles, pour automatiser les tâches répétitives. Vous apprendrez également à manipuler des chaînes de caractères à l'aide du découpage, de l'indexation et du formatage.
Inclus
9 vidéos5 lectures4 quizzes7 laboratoires non notés
Vous explorerez ensuite les structures de données fondamentales telles que les listes, les tuples, les dictionnaires, les ensembles et les tableaux. Enfin, vous découvrirez deux des outils Python les plus utilisés et les plus importants pour l'analyse avancée des données : NumPy et pandas.
Inclus
17 vidéos12 lectures5 quizzes9 laboratoires non notés
Vous mettrez en pratique tout ce que vous avez appris sur Python jusqu'à présent avec un projet de fin de cours. Vous choisirez un problème d'entreprise parmi une liste d'options et utiliserez les données fournies pour résoudre le problème. Ce projet est l'occasion de démontrer vos compétences et de construire un portfolio professionnel que vous pourrez utiliser pour présenter votre travail à des employeurs potentiels.
Inclus
4 vidéos10 lectures4 quizzes6 laboratoires non notés
Instructeur
Offert par
Recommandé si vous êtes intéressé(e) par Analyse des Données
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Avis des étudiants
Affichage de 3 sur 1335
1 335 avis
- 5 stars
83,97 %
- 4 stars
11,98 %
- 3 stars
2,32 %
- 2 stars
1,04 %
- 1 star
0,67 %
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à plus de 7 000 cours de renommée internationale, à des projets pratiques et à des programmes de certificats reconnus sur le marché du travail, tous inclus dans votre abonnement
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
Les organisations de tous types et de toutes tailles ont des processus commerciaux qui génèrent des volumes massifs de données. À chaque instant, toutes sortes d'informations sont créées par les ordinateurs, l'internet, les téléphones, les textes, la vidéo en continu, les photographies, les capteurs et bien d'autres choses encore. Dans le paysage numérique mondial, les données sont de plus en plus imprécises, chaotiques et non structurées. Alors que la vitesse et la variété des données augmentent de façon exponentielle, les organisations peinent à suivre le rythme.
La science des données et l'analytique des données avancée font partie d'un domaine d'étude qui utilise les données brutes pour créer de nouvelles façons de modéliser et de comprendre l'inconnu. Pour acquérir des connaissances, les entreprises s'appuient sur des professionnels des données pour acquérir, organiser et interpréter les données, ce qui permet d'éclairer les projets et les processus internes. Les data scientists et les analystes de données avancés s'appuient sur une combinaison de compétences essentielles, notamment les statistiques, les méthodes scientifiques, l'analyse des données et l'intelligence artificielle.
Un professionnel des données est un terme utilisé pour décrire toute personne qui travaille avec des données et/ou qui possède des compétences en matière de données. Au minimum, un professionnel des données est capable d'explorer, de nettoyer, de sélectionner, d'analyser et de visualiser des données. Il peut également être à l'aise avec l'écriture de code et avoir une certaine familiarité avec les techniques utilisées par les statisticiens et les ingénieurs en apprentissage automatique, notamment la construction de modèles, le développement de la pensée algorithmique et la construction de modèles d'apprentissage automatique.
Les professionnels des données sont responsables de la collecte, de l'analyse et de l'interprétation de grandes quantités de données au sein d'une variété d'organisations différentes. Le rôle d'un professionnel des données est défini différemment selon les entreprises. D'une manière générale, les professionnels des données possèdent des capacités techniques et stratégiques qui nécessitent des compétences analytiques plus avancées, telles que la manipulation des données, la conception expérimentale, la modélisation prédictive et l'apprentissage automatique. Ils effectuent diverses tâches liées à la collecte, à la structuration, à l'interprétation, au suivi et à la communication des données dans des formats accessibles, ce qui permet aux parties prenantes de comprendre et d'utiliser les données de manière efficace. En fin de compte, le travail des professionnels des données aide les organisations à prendre des décisions éclairées et éthiques.
Les grands volumes de données - et la technologie nécessaire pour les gérer et les analyser - sont de plus en plus accessibles. Pour cette raison, les opportunités de carrière se sont multipliées pour les personnes capables de raconter des histoires à l'aide de données, comme les analystes de données seniors et les data scientists. Ces professionnels collectent, analysent et interprètent de grandes quantités de données au sein de différentes organisations. Leurs responsabilités nécessitent des compétences analytiques avancées telles que la manipulation des données, la conception expérimentale, la modélisation prédictive et l'apprentissage automatique.