Logo de l'organisme de formation
Représentation de la formation : Statistiques : Fondamentaux pour la Data Science

Statistiques : Fondamentaux pour la Data Science

S'Initier aux Statistiques pour la Data Science : Concepts Clés et Applications Pratiques

Formation mixte
Durée : 8 heures (1 jour)
Durée :8 heures (1 jour)
HT
Se préinscrire
Durée :8 heures (1 jour)
HT
Se préinscrire
Durée :8 heures (1 jour)
HT
Se préinscrire

Formation créée le 10/12/2023. Dernière mise à jour le 02/08/2024.

Version du programme : 1

Programme de la formation

Ce programme est proposé en tant que remise à niveau pour un public varié souhaitant intégrer des formations plus poussées en lien avec Python et la Data Science telle que " Data Analytics avec Python". Il vise à fournir une remise à niveau en statistiques, spécifiquement adaptée aux besoin de la data science, et ce, sans nécessiter de compétences en programmation.

Objectifs de la formation

  • Améliorer la compréhension et l'application des statistiques dans le contexte de la data science
  • Acquérir une compréhension solide des concepts de base en statistiques, tels que les mesures de tendance centrale, de dispersion, et les différents types de données.
  • Apprendre à utiliser des techniques statistiques telles que la corrélation, la régression, et les tests d'hypothèses.

Profil des bénéficiaires

Pour qui
  • Personnes souhaitant suivre la formation "Data Analytics avec Python" mais n'ayant pas les pré-requis en statistiques
  • Personnes souhaitant une remise à niveau en statistiques
Prérequis
  • Aucun

Contenu de la formation

  • Introduction : Panorama de la data science et de son importance
    • Définition et champs d'application
    • Rôle des statistiques en data science
    • Exemples d'application
  • Concepts fondamentaux de statistiques
    • Types de données et collecte
    • Mesures de tendance centrale et de dispersion
    • Distributions et probabilités
    • Travaux Pratiques : Analyse de données réelles
  • Techniques statistiques avancées en data science
    • Corrélation et régression
    • Tests d'hypothèses
    • Travaux Pratiques : Réalisation de tests statistiques sur données réelles
  • Statistiques descriptives et inférentielles appliquées
    • Analyse exploratoire des données
    • Introduction à l'inférence statistique
    • TP : Application sur données réelles
Suivi de l'exécution et évaluation des résultats
  • Travaux pratiques
  • QCM
  • Test de positionnement en amont et en aval par le/la participant.e
Ressources techniques et pédagogiques
  • Support de cours au format diapo html et pdf
  • Travaux pratiques et leurs corrections sur Excel
  • Ressources en lignes

Qualité et satisfaction

Taux de satisfaction des apprenant.e.s / Nombre d'apprenant.e.s depuis le début de la proposition / Taux et causes des abandons / Taux de retour des enquêtes

Capacité d'accueil

Entre 4 et 12 apprenants

Délai d'accès

4 semaines