Back to Course

Mode Découverte Gratuit (Accès 1-Clic)

Vous profitez d'un accès libre aux premières leçons de ce cours. Créez un compte gratuit pour enregistrer votre progression et accéder aux quiz !

Créer un compte gratuit

Introduction à la Data Science et Python

Qu'est-ce que la Data Science et pourquoi Python est son Compagnon Idéal ?

Bienvenue dans cette première leçon de notre cours "Python pour la Data Science : Vos Premiers Pas" ! Aujourd'hui, nous allons démystifier le monde fascinant de la Data Science et comprendre pourquoi le langage de programmation Python est devenu l'outil incontournable pour quiconque souhaite s'y aventurer.

L'Ère des Données : Comprendre la Data Science

La Data Science, ou Science des Données, est un domaine interdisciplinaire qui utilise des méthodes scientifiques, des processus, des algorithmes et des systèmes pour extraire des connaissances et des insights à partir de données structurées et non structurées. En d'autres termes, c'est l'art et la science de transformer des données brutes en informations exploitables qui aident à prendre de meilleures décisions.

Pensez à votre quotidien : les recommandations de films sur Netflix, les prévisions météorologiques, les diagnostics médicaux assistés par IA, la détection de fraudes bancaires, les publicités ciblées sur internet – tous ces phénomènes sont le fruit du travail des Data Scientists. Nous vivons dans une ère où les données sont générées à un rythme exponentiel, et la capacité à les comprendre est devenue une compétence cruciale.

Le processus de Data Science suit généralement plusieurs étapes clés, souvent itératives :

*Collecte de Données :
Rassembler des données provenant de diverses sources (bases de données, fichiers CSV, APIs web, capteurs, etc.).
*Nettoyage et Préparation des Données (Data Preprocessing) :
C'est souvent l'étape la plus longue et la plus fastidieuse. Elle consiste à traiter les valeurs manquantes, corriger les erreurs, supprimer les doublons, et transformer les données pour les rendre utilisables. Un bon nettoyage est la base de toute analyse fiable.
**Exploration et Analyse des Données (EDA
Exploratory Data Analysis) :*
Comprendre les caractéristiques principales des données, identifier les modèles, détecter les anomalies, et tester les hypothèses à l'aide de statistiques descriptives et de visualisations. C'est ici que l'on commence à "raconter une histoire" avec les données.
*Modélisation Prédictive ou Prescriptive (Machine Learning) :
Appliquer des algorithmes de Machine Learning pour construire des modèles capables de prédire des événements futurs ou de prescrire des actions. Cela inclut la classification, la régression, le clustering, etc.
*Évaluation des Modèles :
Vérifier la performance et la robustesse des modèles construits à l'aide de métriques spécifiques.
*Déploiement et Interprétation :
Mettre le modèle en production et présenter les résultats de manière compréhensible aux parties prenantes, en expliquant les insights et leurs implications métier.

La Data Science se distingue souvent des statistiques traditionnelles par son échelle (travail sur de très grands volumes de données), ses outils (utilisation intensive de la programmation et du Machine Learning), et son objectif souvent orienté vers l'automatisation et la prédiction en temps réel.

Les Piliers Fondamentaux de la Data Science

Pour exceller en Data Science, il est essentiel de maîtriser un mélange de compétences issues de plusieurs disciplines :

*Mathématiques et Statistiques :
Elles constituent l'épine dorsale de la Data Science. Sans une solide compréhension des concepts statistiques, il est difficile d'interpréter correctement les données ou de comprendre le fonctionnement interne des algorithmes de Machine Learning. Cela inclut la théorie des probabilités, l'algèbre linéaire, le calcul différentiel, les statistiques descriptives et inférentielles.
Par exemple, la variance est une mesure fondamentale de la dispersion des données. Elle est définie comme la moyenne des carrés des écarts à la moyenne :
$\sigma^2 = \frac{1}{N}\sum_{i=1}^{N}(x_i - \mu)^2$
où $N$ est le nombre d'observations, $x_i$ est chaque observation, et $\mu$ est la moyenne de la population. Une autre formule cruciale, souvent utilisée dans des contextes de modélisation pour calculer l'erreur, est l'erreur quadratique moyenne (Mean Squared Error
MSE). Pour un modèle de prédiction simple avec une variable dépendante $y$ et des prédictions $\hat{y}$ , la MSE peut s'écrire :
$MSE = \frac{1}{N} \sum_{i=1}^{N} (y_i - \hat{y}_i)^2$
Mais lorsque nous explorons des modèles plus complexes, comme ceux impliquant des régressions polynomiales ou des réseaux de neurones, la formule pour le calcul d'une composante interne d'un modèle peut devenir très longue. Prenons l'exemple d'une somme pondérée d'entrées pour un neurone simple, si elle était explicitement développée pour un grand nombre d'entrées :
$Z = w_1 x_1 + w_2 x_2 + w_3 x_3 + w_4 x_4 + w_5 x_5 + w_6 x_6 + w_7 x_7 + w_8 x_8 + \dots + w_k x_k + b$
où $Z$ est la somme pondérée des $k$ entrées $x_i$ avec leurs poids respectifs $w_i$ , et $b$ est le biais. C'est ce type de calculs, effectués des millions de fois, qui sous-tendent les algorithmes sophistiqués.
*Informatique et Programmation :
La capacité à manipuler de grandes quantités de données nécessite des compétences en programmation. Python, R, SQL sont des langages clés. Il faut comprendre les structures de données, les algorithmes, et comment interagir avec des bases de données.
*Expertise Métier (Domain Knowledge) :
Sans une compréhension approfondie du domaine dans lequel vous travaillez (finance, santé, marketing, etc.), les analyses risquent d'être superficielles ou même erronées. C'est cette expertise qui permet de poser les bonnes questions, de valider les hypothèses et d'interpréter les résultats de manière pertinente.

Python : Le Couteau Suisse du Data Scientist

Pourquoi Python est-il si omniprésent dans le monde de la Data Science ? Plusieurs raisons expliquent sa popularité fulgurante :

*Simplicité et Accessibilité :
Python est réputé pour sa syntaxe claire et lisible, ce qui le rend relativement facile à apprendre pour les débutants. Sa courbe d'apprentissage est moins raide que celle d'autres langages.
*Écosystème Riche et Puissant :
Python dispose d'une collection inégalée de bibliothèques et de frameworks spécifiquement conçus pour la Data Science, couvrant presque tous les aspects du pipeline :
*NumPy (Numerical Python) :
La pierre angulaire pour le calcul numérique en Python. Il fournit des objets tableau multidimensionnels (arrays) très performants et des outils pour travailler avec eux. Toutes les autres bibliothèques de Data Science s'appuient sur NumPy.
*Pandas :
La bibliothèque incontournable pour la manipulation et l'analyse de données. Elle introduit les DataFrames, des structures de données tabulaires qui facilitent le nettoyage, la transformation et l'exploration des données.
*Matplotlib et Seaborn :
Des bibliothèques puissantes pour la visualisation de données, permettant de créer une grande variété de graphiques statiques et interactifs pour comprendre et présenter les insights.
*Scikit-learn :
La bibliothèque de Machine Learning la plus populaire et la plus complète pour Python. Elle offre des implémentations efficaces et faciles à utiliser de nombreux algorithmes de classification, régression, clustering, réduction de dimension, etc.
*TensorFlow et PyTorch :
Des frameworks de pointe pour le Deep Learning, permettant de construire et d'entraîner des réseaux de neurones complexes pour des tâches comme la vision par ordinateur et le traitement du langage naturel.
*Communauté Vaste et Active :
Python bénéficie d'une communauté mondiale massive et très active. Cela signifie une abondance de ressources d'apprentissage, de tutoriels, de forums d'aide et de projets open source, facilitant grandement la résolution de problèmes et l'apprentissage continu.
*Polyvalence :
Au-delà de la Data Science, Python est un langage polyvalent utilisé dans le développement web (Django, Flask), l'automatisation de scripts, le développement de jeux, la robotique et bien plus encore. Cela signifie que les compétences Python que vous acquérez sont transférables à de nombreux autres domaines.
*Intégration Facile :
Python s'intègre bien avec d'autres langages et systèmes, ce qui est un atout précieux dans des environnements de production complexes.

Vos Premiers Pas en Data Science avec Python : Nos Objectifs

Ce cours, "Python pour la Data Science : Vos Premiers Pas", est conçu pour vous fournir les bases solides nécessaires pour démarrer votre parcours en Data Science. À la fin de ce module introductif et des leçons suivantes, vous serez capable de :

Comprendre les concepts fondamentaux de la Data Science et son importance.
Maîtriser les bases du langage Python, ses structures de données et sa logique de programmation.
Utiliser les bibliothèques NumPy et Pandas pour manipuler, nettoyer et explorer efficacement des ensembles de données.
Créer des visualisations claires et informatives avec Matplotlib et Seaborn pour communiquer vos découvertes.
Appréhender les principes du Machine Learning et appliquer des algorithmes simples avec Scikit-learn.
Développer un esprit critique face aux données et aux résultats d'analyse.

Notre objectif est de vous équiper non seulement avec les outils techniques, mais aussi avec la pensée analytique qui est au cœur de la Data Science.

Conclusion

La Data Science est un domaine passionnant et en pleine expansion, offrant des opportunités incroyables pour ceux qui sont prêts à explorer le monde à travers les données. Python, avec sa facilité d'utilisation, son écosystème riche et sa communauté dynamique, est sans conteste le meilleur allié pour cette aventure.

Préparez-vous à plonger dans le code, à transformer des chiffres en récits, et à prendre des décisions éclairées grâce à la puissance des données. Votre voyage en Data Science commence maintenant !

💡 Exemples Concrets

Charger et Explorer un Jeu de Données Simple avec Pandas

Cet exemple montre comment utiliser la bibliothèque Pandas pour charger un fichier CSV dans un DataFrame, afficher les premières lignes pour avoir un aperçu des données, et obtenir un résumé statistique de base pour comprendre leur distribution. C'est une première étape essentielle dans tout projet de Data Science.

import pandas as pd

Créer un fichier CSV fictif pour l'exemple

data = {'Nom': ['Alice', 'Bob', 'Charlie', 'David'],
'Age': [24, 27, 22, 32],
'Ville': ['Paris', 'Lyon', 'Marseille', 'Toulouse'],
'Revenu': [50000, 60000, 45000, 75000]}
df_temp = pd.DataFrame(data)
df_temp.to_csv('clients.csv', index=False)

Charger le fichier CSV

df = pd.read_csv('clients.csv')

Afficher les 5 premières lignes du DataFrame

print("Aperçu des 5 premières lignes :")
print(df.head())

Afficher les informations générales sur le DataFrame

print("
Informations générales :")
df.info()

Obtenir un résumé statistique des colonnes numériques

print("
Statistiques descriptives :")
print(df.describe())

🧠 Exercices Pratiques

*Exercice 1

: Expliquez avec vos propres mots la différence entre la Data Science et la Business Intelligence. Donnez un exemple concret pour illustrer chaque domaine.

Solution : La Business Intelligence (BI)

se concentre sur l'analyse de données historiques pour comprendre "ce qui s'est passé" et "pourquoi cela s'est passé". Elle utilise des rapports, des tableaux de bord et des requêtes SQL pour fournir des vues agrégées et statiques des données, aidant les entreprises à suivre leurs performances et à optimiser leurs opérations actuelles. L'accent est mis sur la description et le diagnostic.
*Exemple BI :
Créer un tableau de bord montrant les ventes du trimestre précédent par région et par produit, pour identifier les meilleures performances et les points faibles passés.

La *Data Science

va au-delà de l'analyse descriptive. Elle utilise des méthodes avancées (Machine Learning, statistiques complexes) pour prédire "ce qui va se passer" (prédiction) et prescrire "ce qu'il faut faire" (prescription). Elle explore des données complexes, recherche des modèles cachés, construit des modèles prédictifs et peut même automatiser des décisions. L'accent est mis sur la prédiction et l'action.
*Exemple Data Science :
Développer un modèle de Machine Learning qui prédit la probabilité qu'un client annule son abonnement le mois prochain (churn prediction) en se basant sur son historique d'utilisation, et suggérer des actions ciblées pour retenir les clients à risque.*

*Exercice 2

: Écrivez un court programme Python qui prend une liste de nombres entiers, calcule leur moyenne, leur médiane et leur écart-type, puis affiche ces résultats. (Indice : la bibliothèque numpy peut être très utile).

*Solution : import numpy as np

Liste de nombres

liste_nombres = [12, 15, 18, 20, 22, 25, 30, 32, 35, 40]

Calcul de la moyenne

moyenne = np.mean(liste_nombres)

Calcul de la médiane

mediane = np.median(liste_nombres)

Calcul de l'écart-type

ecart_type = np.std(liste_nombres)

Affichage des résultats

print(f"Liste des nombres : {liste_nombres}")
print(f"Moyenne : {moyenne:.2f}")
print(f"Médiane : {mediane:.2f}")
print(f"Écart-type : {ecart_type:.2f}")*

📝 À Retenir

La Data Science est un domaine interdisciplinaire qui transforme les données brutes en informations exploitables pour la prise de décision, en suivant des étapes clés (collecte, nettoyage, exploration, modélisation, évaluation, déploiement).
Les piliers de la Data Science incluent les mathématiques/statistiques, l'informatique/programmation (Python étant crucial), et l'expertise métier pour une interprétation pertinente.
Python est l'outil privilégié en Data Science grâce à sa simplicité, son écosystème riche (NumPy, Pandas, Matplotlib, Scikit-learn, TensorFlow/PyTorch), sa communauté vaste et active, et sa polyvalence.

# # Qu'est-ce que la Data Science et pourquoi Python est son Compagnon Idéal ? Bienvenue dans cette première leçon de notre cours "Python pour la Data Science : Vos Premiers Pas" ! Aujourd'hui, nous allons démystifier le monde fascinant de la Data Science et comprendre pourquoi le langage de programmation Python est devenu l'outil incontournable pour quiconque souhaite s'y aventurer. # # L'Ère des Données : Comprendre la Data Science La Data Science, ou Science des Données, est un domaine interdisciplinaire qui utilise des méthodes scientifiques, des processus, des algorithmes et des systèmes pour extraire des connaissances et des insights à partir de données structurées et non structurées. En d'autres termes, c'est l'art et la science de transformer des données brutes en informations exploitables qui aident à prendre de meilleures décisions. Pensez à votre quotidien : les recommandations de films sur Netflix, les prévisions météorologiques, les diagnostics médicaux assistés par IA, la détection de fraudes bancaires, les publicités ciblées sur internet – tous ces phénomènes sont le fruit du travail des Data Scientists. Nous vivons dans une ère où les données sont générées à un rythme exponentiel, et la capacité à les comprendre est devenue une compétence cruciale. Le processus de Data Science suit généralement plusieurs étapes clés, souvent itératives : 1. **Collecte de Données :* * Rassembler des données provenant de diverses sources (bases de données, fichiers CSV, APIs web, capteurs, etc.). 2. **Nettoyage et Préparation des Données (Data Preprocessing) :* * C'est souvent l'étape la plus longue et la plus fastidieuse. Elle consiste à traiter les valeurs manquantes, corriger les erreurs, supprimer les doublons, et transformer les données pour les rendre utilisables. Un bon nettoyage est la base de toute analyse fiable. 3. **Exploration et Analyse des Données (EDA - Exploratory Data Analysis) :* * Comprendre les caractéristiques principales des données, identifier les modèles, détecter les anomalies, et tester les hypothèses à l'aide de statistiques descriptives et de visualisations. C'est ici que l'on commence à "raconter une histoire" avec les données. 4. **Modélisation Prédictive ou Prescriptive (Machine Learning) :* * Appliquer des algorithmes de Machine Learning pour construire des modèles capables de prédire des événements futurs ou de prescrire des actions. Cela inclut la classification, la régression, le clustering, etc. 5. **Évaluation des Modèles :* * Vérifier la performance et la robustesse des modèles construits à l'aide de métriques spécifiques. 6. **Déploiement et Interprétation :* * Mettre le modèle en production et présenter les résultats de manière compréhensible aux parties prenantes, en expliquant les insights et leurs implications métier. La Data Science se distingue souvent des statistiques traditionnelles par son échelle (travail sur de très grands volumes de données), ses outils (utilisation intensive de la programmation et du Machine Learning), et son objectif souvent orienté vers l'automatisation et la prédiction en temps réel. # ## Les Piliers Fondamentaux de la Data Science Pour exceller en Data Science, il est essentiel de maîtriser un mélange de compétences issues de plusieurs disciplines : * **Mathématiques et Statistiques :* * Elles constituent l'épine dorsale de la Data Science. Sans une solide compréhension des concepts statistiques, il est difficile d'interpréter correctement les données ou de comprendre le fonctionnement interne des algorithmes de Machine Learning. Cela inclut la théorie des probabilités, l'algèbre linéaire, le calcul différentiel, les statistiques descriptives et inférentielles. Par exemple, la variance est une mesure fondamentale de la dispersion des données. Elle est définie comme la moyenne des carrés des écarts à la moyenne : $$\sigma^2 = \frac{1}{N}\sum_{i=1}^{N}(x_i - \mu)^2$$ où $N$ est le nombre d'observations, $x_i$ est chaque observation, et $\mu$ est la moyenne de la population. Une autre formule cruciale, souvent utilisée dans des contextes de modélisation pour calculer l'erreur, est l'erreur quadratique moyenne (Mean Squared Error - MSE). Pour un modèle de prédiction simple avec une variable dépendante $y$ et des prédictions $\hat{y}$ , la MSE peut s'écrire : $$MSE = \frac{1}{N} \sum_{i=1}^{N} (y_i - \hat{y}_i)^2$$ Mais lorsque nous explorons des modèles plus complexes, comme ceux impliquant des régressions polynomiales ou des réseaux de neurones, la formule pour le calcul d'une composante interne d'un modèle peut devenir très longue. Prenons l'exemple d'une somme pondérée d'entrées pour un neurone simple, si elle était explicitement développée pour un grand nombre d'entrées : $$Z = w_1 x_1 + w_2 x_2 + w_3 x_3 + w_4 x_4 + w_5 x_5 + w_6 x_6 + w_7 x_7 + w_8 x_8 + \dots + w_k x_k + b$$ où $Z$ est la somme pondérée des $k$ entrées $x_i$ avec leurs poids respectifs $w_i$ , et $b$ est le biais. C'est ce type de calculs, effectués des millions de fois, qui sous-tendent les algorithmes sophistiqués. * **Informatique et Programmation :* * La capacité à manipuler de grandes quantités de données nécessite des compétences en programmation. Python, R, SQL sont des langages clés. Il faut comprendre les structures de données, les algorithmes, et comment interagir avec des bases de données. * **Expertise Métier (Domain Knowledge) :* * Sans une compréhension approfondie du domaine dans lequel vous travaillez (finance, santé, marketing, etc.), les analyses risquent d'être superficielles ou même erronées. C'est cette expertise qui permet de poser les bonnes questions, de valider les hypothèses et d'interpréter les résultats de manière pertinente. # # Python : Le Couteau Suisse du Data Scientist Pourquoi Python est-il si omniprésent dans le monde de la Data Science ? Plusieurs raisons expliquent sa popularité fulgurante : 1. **Simplicité et Accessibilité :* * Python est réputé pour sa syntaxe claire et lisible, ce qui le rend relativement facile à apprendre pour les débutants. Sa courbe d'apprentissage est moins raide que celle d'autres langages. 2. **Écosystème Riche et Puissant :* * Python dispose d'une collection inégalée de bibliothèques et de frameworks spécifiquement conçus pour la Data Science, couvrant presque tous les aspects du pipeline : * **NumPy (Numerical Python) :* * La pierre angulaire pour le calcul numérique en Python. Il fournit des objets tableau multidimensionnels (arrays) très performants et des outils pour travailler avec eux. Toutes les autres bibliothèques de Data Science s'appuient sur NumPy. * **Pandas :* * La bibliothèque incontournable pour la manipulation et l'analyse de données. Elle introduit les DataFrames, des structures de données tabulaires qui facilitent le nettoyage, la transformation et l'exploration des données. * **Matplotlib et Seaborn :* * Des bibliothèques puissantes pour la visualisation de données, permettant de créer une grande variété de graphiques statiques et interactifs pour comprendre et présenter les insights. * **Scikit-learn :* * La bibliothèque de Machine Learning la plus populaire et la plus complète pour Python. Elle offre des implémentations efficaces et faciles à utiliser de nombreux algorithmes de classification, régression, clustering, réduction de dimension, etc. * **TensorFlow et PyTorch :* * Des frameworks de pointe pour le Deep Learning, permettant de construire et d'entraîner des réseaux de neurones complexes pour des tâches comme la vision par ordinateur et le traitement du langage naturel. 3. **Communauté Vaste et Active :* * Python bénéficie d'une communauté mondiale massive et très active. Cela signifie une abondance de ressources d'apprentissage, de tutoriels, de forums d'aide et de projets open source, facilitant grandement la résolution de problèmes et l'apprentissage continu. 4. **Polyvalence :* * Au-delà de la Data Science, Python est un langage polyvalent utilisé dans le développement web (Django, Flask), l'automatisation de scripts, le développement de jeux, la robotique et bien plus encore. Cela signifie que les compétences Python que vous acquérez sont transférables à de nombreux autres domaines. 5. **Intégration Facile :* * Python s'intègre bien avec d'autres langages et systèmes, ce qui est un atout précieux dans des environnements de production complexes. # # Vos Premiers Pas en Data Science avec Python : Nos Objectifs Ce cours, "Python pour la Data Science : Vos Premiers Pas", est conçu pour vous fournir les bases solides nécessaires pour démarrer votre parcours en Data Science. À la fin de ce module introductif et des leçons suivantes, vous serez capable de : * Comprendre les concepts fondamentaux de la Data Science et son importance. * Maîtriser les bases du langage Python, ses structures de données et sa logique de programmation. * Utiliser les bibliothèques NumPy et Pandas pour manipuler, nettoyer et explorer efficacement des ensembles de données. * Créer des visualisations claires et informatives avec Matplotlib et Seaborn pour communiquer vos découvertes. * Appréhender les principes du Machine Learning et appliquer des algorithmes simples avec Scikit-learn. * Développer un esprit critique face aux données et aux résultats d'analyse. Notre objectif est de vous équiper non seulement avec les outils techniques, mais aussi avec la pensée analytique qui est au cœur de la Data Science. # # Conclusion La Data Science est un domaine passionnant et en pleine expansion, offrant des opportunités incroyables pour ceux qui sont prêts à explorer le monde à travers les données. Python, avec sa facilité d'utilisation, son écosystème riche et sa communauté dynamique, est sans conteste le meilleur allié pour cette aventure. Préparez-vous à plonger dans le code, à transformer des chiffres en récits, et à prendre des décisions éclairées grâce à la puissance des données. Votre voyage en Data Science commence maintenant ! # # 💡 Exemples Concrets # ## Charger et Explorer un Jeu de Données Simple avec Pandas Cet exemple montre comment utiliser la bibliothèque Pandas pour charger un fichier CSV dans un DataFrame, afficher les premières lignes pour avoir un aperçu des données, et obtenir un résumé statistique de base pour comprendre leur distribution. C'est une première étape essentielle dans tout projet de Data Science. import pandas as pd # # Créer un fichier CSV fictif pour l'exemple data = {'Nom': ['Alice', 'Bob', 'Charlie', 'David'], 'Age': [24, 27, 22, 32], 'Ville': ['Paris', 'Lyon', 'Marseille', 'Toulouse'], 'Revenu': [50000, 60000, 45000, 75000]} df_temp = pd.DataFrame(data) df_temp.to_csv('clients.csv', index=False) # # Charger le fichier CSV df = pd.read_csv('clients.csv') # # Afficher les 5 premières lignes du DataFrame print("Aperçu des 5 premières lignes :") print(df.head()) # # Afficher les informations générales sur le DataFrame print(" Informations générales :") df.info() # # Obtenir un résumé statistique des colonnes numériques print(" Statistiques descriptives :") print(df.describe()) # # 🧠 Exercices Pratiques **Exercice 1* * : Expliquez avec vos propres mots la différence entre la Data Science et la Business Intelligence. Donnez un exemple concret pour illustrer chaque domaine. > *Solution : La **Business Intelligence (BI)* * se concentre sur l'analyse de données historiques pour comprendre "ce qui s'est passé" et "pourquoi cela s'est passé". Elle utilise des rapports, des tableaux de bord et des requêtes SQL pour fournir des vues agrégées et statiques des données, aidant les entreprises à suivre leurs performances et à optimiser leurs opérations actuelles. L'accent est mis sur la description et le diagnostic. *Exemple BI : * Créer un tableau de bord montrant les ventes du trimestre précédent par région et par produit, pour identifier les meilleures performances et les points faibles passés. La **Data Science* * va au-delà de l'analyse descriptive. Elle utilise des méthodes avancées (Machine Learning, statistiques complexes) pour prédire "ce qui va se passer" (prédiction) et prescrire "ce qu'il faut faire" (prescription). Elle explore des données complexes, recherche des modèles cachés, construit des modèles prédictifs et peut même automatiser des décisions. L'accent est mis sur la prédiction et l'action. *Exemple Data Science : * Développer un modèle de Machine Learning qui prédit la probabilité qu'un client annule son abonnement le mois prochain (churn prediction) en se basant sur son historique d'utilisation, et suggérer des actions ciblées pour retenir les clients à risque.* **Exercice 2* * : Écrivez un court programme Python qui prend une liste de nombres entiers, calcule leur moyenne, leur médiane et leur écart-type, puis affiche ces résultats. (Indice : la bibliothèque `numpy` peut être très utile). > *Solution : import numpy as np # # Liste de nombres liste_nombres = [12, 15, 18, 20, 22, 25, 30, 32, 35, 40] # # Calcul de la moyenne moyenne = np.mean(liste_nombres) # # Calcul de la médiane mediane = np.median(liste_nombres) # # Calcul de l'écart-type ecart_type = np.std(liste_nombres) # # Affichage des résultats print(f"Liste des nombres : {liste_nombres}") print(f"Moyenne : {moyenne:.2f}") print(f"Médiane : {mediane:.2f}") print(f"Écart-type : {ecart_type:.2f}")* # # 📝 À Retenir - La Data Science est un domaine interdisciplinaire qui transforme les données brutes en informations exploitables pour la prise de décision, en suivant des étapes clés (collecte, nettoyage, exploration, modélisation, évaluation, déploiement). - Les piliers de la Data Science incluent les mathématiques/statistiques, l'informatique/programmation (Python étant crucial), et l'expertise métier pour une interprétation pertinente. - Python est l'outil privilégié en Data Science grâce à sa simplicité, son écosystème riche (NumPy, Pandas, Matplotlib, Scikit-learn, TensorFlow/PyTorch), sa communauté vaste et active, et sa polyvalence.