📊Intelligence artificielle dans la science des données et l'analyse

Technologie et données · 11 unités · gratuit, sans inscription
1 Introduction à l'intelligence artificielle dans la science des données et l'analyse : flux de travail, rôles, limites, validation et éthique
2 Collecte de données et compréhension des sources : schéma, échantillonnage, qualité et sensibilisation aux fuites
3 Nettoyage et prétraitement des données : valeurs manquantes, valeurs aberrantes et conversion de type
4 Analyse exploratoire des données (EDA) : distributions, relations et informations initiales
5 Ingénierie des fonctionnalités : génération de variantes, codage, mise à l'échelle et évitement des fuites
6 Création de modèles : définition de problèmes, sélection d'algorithmes et répartition formation/test
7 Évaluation du modèle : métriques, validation croisée et apprentissage extrême
8 Visualisation et narration : graphiques précis, graphiques honnêtes
9 Génération de code : analyse assistée par l'IA avec Python (pandas) et SQL
10 Fuite de données et reproductibilité : catastrophes silencieuses et discipline
11 Fondation MLOps, éthique, confidentialité et analyse responsable
Toutes les formations Commencer par l'unité 1