Quel est le point commun entre un biologiste, un journaliste et un analyste marketing ? Ils communiquent tous à l’aide de graphiques, de moyennes ou de pourcentages, bref : ils font des statistiques !

Avoir des données à disposition, c’est bien, mais savoir en tirer les informations principales, c’est essentiel. Les données sont l’or noir de notre époque : on en analyse des quantités astronomiques chaque seconde dans le monde grâce à des algorithmes. Vous avez probablement déjà entendu parler de Big Data ou de Data Science.

Dans ce cours, vous apprendrez les bases de la Data Science : chercher les informations essentielles dans des données, notamment à l’aide de graphiques. Vous avez déjà entendu parler de moyennes, de variances ou d’histogrammes. Nous allons ici redécouvrir tous ces concepts, mais nous irons encore plus loin en recherchant les relations qui existent à l’intérieur de vos données. Mais avant tout, nous verrons comment nettoyer des données : vous verrez en effet que vos données ne seront jamais directement exploitables sans une phase préalable.

Petit bonus : je vous propose d’analyser vos comportements de consommation à partir de vos relevés de compte bancaire, si vous en avez. Sinon, vous pourrez en télécharger un. Vous êtes-vous déjà posé les questions suivantes ?

Quand vous faites vos courses, à quelle vitesse consommez-vous vos produits ?

Combien faites-vous de stock ?

Consommez-vous plus en début ou en fin de mois ? les week-ends ?

Êtes-vous plus dépensier lorsque vous avez beaucoup d’argent sur votre compte ?

etc.

Si vous souhaitez vous lancer dans la Data Science, ce cours présente les bases essentielles : il est un très bon point de départ. Si vous êtes un simple curieux, ce cours vous conviendra également.

Quel que soit votre jeu de données, il a forcément quelque chose à vous dire !

Objectifs pédagogiques :

Nettoyer un jeu de données

Représenter les variables

Réaliser une analyse univariée

Réaliser une analyse bivariée

Prérequis :

Avoir quelques notions de mathématiques : multiplication, division, puissance, nombres entiers, nombres réels, équation de droite par fonction affine ( f(x)=ax+b ), coordonnées d’un point dans un graphique à 2 dimensions

Optionnellement, savoir programmer en langage R ou en langage Python (niveau basique) et savoir manipuler les objets Dataframe (disponibles nativement sous R, ou en Python via la librairie Pandas). Cela vous sera utile pour quelques quiz et activités évaluées. Les cours permettant d’acquérir ces prérequis sont listés dans le premier chapitre de ce cours.

Professeur

Nicolas Rangeon
Nicolas Rangeon, Data scientist, instructor & Computer engineer (Université de Technologie de Compiègne)