Passer de l'Excel à Python dans l'analyse de données

Cette session de six heures examinera les fondamentaux de l'analyse de données à l'aide d'Excel et transférera et avancera ces connaissances pour effectuer une co Prérequis : Les apprenants doivent avoir une compréhension de la programmation de base et d'Excel. Vous aurez l'occasion d'apprendre comment réaliser une analyse exploratoire des données, une visualisation des données et un test d'hypothèses, ainsi que comment utiliser Python pour accéder et manipuler des fichiers Excel. À la fin du cours, vous serez en mesure de réaliser une analyse de données complète en utilisant Python. Objectifs d'apprentissage : Au cours de ce cours, vous aurez l'occasion d'apprendre comment : * Comprendre les fondements de l'analyse dans Excel * Explorer des variables dans Excel * Comprendre l'analyse exploratoire des données * Comprendre les fondements des statistiques inférentielles et des tests d'hypothèses * Utiliser le langage de programmation Python pour l'analyse de données * Accéder aux fichiers Excel à l'aide de Python * Réaliser une visualisation et une exploration des données en Python * Effectuer des analyses de données plus efficaces et approfondies en utilisant Python * Explorer la corrélation et la régression linéaire dans Excel et Python * Utiliser Python pour manipuler des fichiers Excel et procéder à de l'apprentissage automatique Plan du sujet : 1. Aperçu de l'analyse de données 2. Revue d'Excel 3. Fondements de l'analyse dans Excel * Variables dans Excel * Analyse exploratoire des données dans Excel * Visualisation des données dans Excel 4. Introduction au langage de programmation Python 5. Installation d'Anaconda 6. Étape 1 : Comment utiliser les notebooks Jupyter 7. Essentiels de Python * Introduction à Pandas * Utilisation de Pandas pour accéder aux fichiers Excel * Analyse de données avec Pandas 8. Étape 2 : Réaliser une analyse exploratoire des données en utilisant Pandas 9. Utilisation de Python pour le nettoyage des données * Utilisation de Python pour manipuler des fichiers Excel * Visualisation des données en Python : Matplotlib, Pandas, Seaborn 10. Étape 3 : Réaliser une visualisation des données en utilisant Python 11. Statistiques inférentielles et tests d'hypothèses en Python * Corrélation et régression linéaire utilisant Excel et Python * Utilisation de Python pour réaliser de l'apprentissage automatique 12. Étape 4 : Réaliser une analyse de données complète avec Python 13. Conclusion : L'analyse de données dans le monde réel et les prochaines étapes.