Data & IA Avancé
Populaire
Data Science & Machine Learning avec Python
Maîtrisez l'analyse de données, le Machine Learning et l'IA appliquée aux problématiques africaines.
I Formation animée par Ibou Ndiaye
Ce que vous allez apprendre
- Maîtriser Python pour l'analyse et la manipulation de données
- Nettoyer, explorer et visualiser des datasets réels
- Construire des modèles ML supervisés et non supervisés
- Développer des réseaux de neurones avec TensorFlow/Keras
- Traiter le langage naturel (NLP) en français et wolof
- Déployer un modèle ML en production avec FastAPI
À propos de cette formation
Formation avancée en Data Science orientée cas d'usage africains : analyse des marchés agricoles, prédiction de prix, détection de fraudes mobile money, NLP pour les langues locales. Vous utiliserez Python, Pandas, Scikit-learn et TensorFlow. Certification reconnue à la clé.
Prérequis
- Mathématiques niveau Terminale (algèbre linéaire, probabilités). Notions de programmation appréciées mais non obligatoires.
Technologies & outils
PythonPandasScikit-learnTensorFlowNumPyJupyter
Programme du cours
5 modules · 20 leçons- Setup Python, Anaconda, Jupyter Notebook Aperçu gratuit 20 min
- Python — listes, dicts, list comprehensions, lambdas 45 min
- NumPy — tableaux multidimensionnels et opérations vectorisées 40 min
- Matplotlib & Seaborn — visualisations essentielles 35 min
- DataFrames Pandas — lecture, sélection, filtrage 40 min
- Nettoyage de données — valeurs manquantes, doublons, types 35 min
- Groupby, pivot_table et agrégations avancées 30 min
- Projet : Analyse prix marché agricole sénégalais 60 min
- Pipeline ML — train/test split, feature engineering 35 min
- Régression linéaire et logistique — fondamentaux 40 min
- Arbres de décision, Random Forest et XGBoost 45 min
- Clustering K-Means — segmentation clients mobile money 40 min
- Validation croisée, métriques et prévention de l'overfitting 35 min
- Introduction aux réseaux de neurones avec Keras 50 min
- CNN — classification d'images et vision par ordinateur 55 min
- NLP — classification de texte en français et wolof 60 min
- Transfer Learning — fine-tuner un modèle pré-entraîné 45 min
- Projet : Détection de fraude Wave Money avec ML 90 min
- Exposer un modèle ML via FastAPI 40 min
- Déploiement sur Heroku / Railway — guide pas à pas 35 min
