Les Data Sciences de A à Z
Data Science, Business Analytics, Data Analysis, Data Mining, Tableau, Statistiques, Modélisation, Régression, SQL, SSIS

What you will learn
Réaliser correctement toutes les étapes d'un projet complexe de Data Science
Créer des Visualisations dans Tableau
Faire du Data Mining dans Tableau
Comprendre comment appliquer le test du khi-deux
Appliquer la méthode des Moindres Carrés Ordinaires pour faire des Régressions Linéaires
Evaluer tous types de modèles grâce au R-Squared
Evaluer tous types de modèles grâce au Adjusted R-Squared
Créer un modèle de Régression Linéaire Simple
Créer un modèle de Régression Linéaire Multiple
Créer des Dummy Variables
Interpréter les coefficients de la Régression Linéaire Multiple
Lire des outputs de modèles de Régression Linéaire
Utiliser les méthodes de Backward Elimination, Forward Selection et Bidirectional Elimination pour créer des modèles statistiques
Créer un modèle de Régression Logistique
Intégrer l'intuition de la Régression Logistique
Analyser les False Positives & False Negatives et comprendre la différence
Lire une Matrice de Confusion
Créer un Modèle Robuste de Segmentation Géo-Démographique
Transformer des variables indépendantes pour la modélisation
Dériver des variables indépendantes pour la modélisation
Vérifier la présence de multicolinéarité en utilisant le VIF (Variance Inflation Factor)
Avoir l'intuition de la multicolinéarité
Utiliser la courbe CAP (Cumulative Accuracy Profile) pour évaluer des modèles
Construire la courbe CAP dans Excel
Utiliser le Training set et le Test set pour construire des modèles robustes
Tirer des insights de votre courbe CAP
Comprendre le Odds Ratio
Tirer des business insights des coefficients d'une Régression Logistique
Comprendre à quoi ressemble la détérioration de modèle
Appliquer trois niveaux de maintenance de modèle pour empêcher la détérioration de modèle
Installer et utiliser SQL Server
Installer et utiliser Microsoft Visual Studio Shell
Nettoyer les données et chercher des anomalies
Utiliser SSIS (SQL Server Integration Services) pour uploader vos données dans une base de données
Créer des Conditional Splits dans SSIS
Gérer les erreurs de Text Qualifier
Créer des scripts dans SQL
Tirer profit de SQL pour des projets de Data Science
Créer des procédures stockées dans SQL
Présenter des projets de Data Science à des directeurs ou à un public
Why take this course?
🚀 Découvrez le Complet Guide de Data Science avec Kirill Eremenko! 📊🔬
Présentation du Cours
Ce cours en français est la traduction fidèle de notre best-seller mondial sur Udemy, Data Sciences de A à Z. Il se distingue non seulement par sa richesse de contenu mais aussi par sa précision à refléter les réalités d'un professionnel de Data Science.
🔍 Ce que vous allez gagner:
- Comprendre la manipulation de données : Découvrez comment nettoyer, préparer et organiser vos données pour des analyses efficaces.
- Visualisation des données : Apprenez à transformer des données brutes en tableaux et graphiques compréhensibles et percutants grâce à Tableau.
- Modélisation et prédictions : Maîtrisez la création de modèles statistiques et apprenez à faire des prédictions basées sur des données.
- Statistiques et régression : Divez dans les fondamentaux statistiques et apprenez à utiliser la régression pour analyser des données et prendre des décisions éclairées.
- SQL, SSIS et plus : Familiarisez-vous avec les outils essentiels du Data Science comme SQL, SSIS et Gretl, et apprenez à les utiliser efficacement.
🌟 Votre Expérience Réelle 🌟 Ce cours ne vous promet pas un monde parfaitement lissé et sans défauts. Au contraire, vous serez exposé aux défis réels face auxquels rencontrent les Data Scientists : des données corrompues, des anomalies, des irrégularités... Vous apprendrez à les identifier et à les surmonter.
📈 Approches Personnalisables Chaque section du cours est conçue pour s'adapter à vos besoins spécifiques. Que vous soyez débutant ou expérimenté, que vous ayez un horizon professionnel précis ou souhaitiez simplement explorer le domaine de la Data Science, ce cours offre une flexibilité sans équivalent pour suivre le parcours qui convient le mieux à VOTRE objectif.
🎓 Ce que vous gagnerez en suivant le cours:
- Maîtrise des outils : Aucun aspect de Tableau, SQL ou SSIS ne vous échappera grâce aux exemples concrets et aux exercices pratiques.
- Compétences en Data Science : Vous serez préparé à gérer et analyser des jeux de données complexes, à construire des modèles et à présenter vos découvertes avec assurance.
- Présentation et communication : Apprenez à communiquer vos analyses et vos prédictions de manière claire et efficace à un public diversifié.
🤝 Votre Choix, Votre Avenir 🤝 Que vous optiez pour une formation complète ou que vous vous concentriez sur certains aspects de la Data Science, le pouvoir est le vôtre. Embarquez dans ce voyage éducatif et transformez votre carrière dès aujourd'hui!
Rejoignez-nous pour une aventure éducaive où chaque pas vous rapproche de votre prochaine grande réalité en tant que Data Scientist. 🌟
À bientôt,
Kirill Eremenko & Hadelin de Ponteves 🧫✨
Screenshots




Our review
🌟 Course Overview:
The course in question is a comprehensive training on Data Science, designed to cover the essentials of this field from both theoretical and practical standpoints. It includes clear and engaging presentations that are highly appreciated by learners. The course content is organized and explained effectively, with most recent reviews rating it at 4.14 out of 5 stars.
Pros:
- Organization and Clarity: The course is well-organized, with content that is clear and easy to follow for beginners.
- Pedagogical Approach: The presenter's pedagogical skills are commended, making complex subjects understandable.
- Comprehensive Content: It offers a broad overview of Data Science, covering various tools and techniques such as Gretl, Tableau, SQL Server, and R.
- Real-World Application: The course provides practical insights that translate into real-world skills and application in the field of data analysis.
- Engagement and Motivation: Learners report feeling motivated and inspired to continue exploring Data Science after completing the course.
- Resourceful: Many reviewers suggest having additional resources, such as a syllabus or a glossary of terms, to complement the learning experience.
- Language: The course is offered in French, which is appreciated by French-speaking learners.
Cons:
- Technical Differences and Updates: Some users have encountered issues with different versions of Gretl on Mac and point out that the course may need updates to reflect the latest software versions.
- Exercise Availability: A few reviewers feel there could be more exercises to help learners familiarize themselves with Data Science concepts and tools.
- Resource Documentation: Some users suggest that a course manual or additional documentation would enhance learning by providing quick references to terms and concepts.
- Course Actuality: Recent reviews highlight that the course content has become partially obsolete due to changes in Microsoft's BI tools, specifically ETL processes (sections 17 to 23) which are now outdated.
- Language Preference: A couple of reviewers expressed a desire for original audio with subtitles instead of dubbed videos.
Additional Notes:
- The course is considered very rich and well-structured, with the potential to provide valuable knowledge applicable to both personal and professional development in Data Science.
- Some users have pointed out that demo videos are sometimes not clear, which can make learning more challenging on certain modules.
Recommendation:
This course is highly recommended for those looking to enter the field of Data Science or for professionals seeking to enhance their skills. However, it is advised to note that some parts of the course may require supplemental research or updates due to evolving technology and software changes, particularly in the Microsoft BI suite. Learners should ensure they have access to the latest versions of the tools discussed and are prepared to seek additional resources for updated information on specific technologies covered in the course.