Python est actuellement l'un des seuls langages à proposer un environnement complet dédié à la recherche scientifique. Cette formation propose une initiation aux enjeux et techniques principaux du calcul numérique. Elle s'achève par trois applications autour de thématiques emblématiques : l'analyse statistique de donnée, l'apprentissage non-supervisé, le deep-learning.
Objectifs pédagogiques
Connaître les principaux outils, distributions et bibliothèques scientifiques en Python
Manipuler d'importants jeux de données
Produire une visualisation pertinente de ces données pour en extraire de l'information
Découvrir les techniques de base du calcul numérique
Formation Initiation au Python scientifique
en détail
Programme
1. Rappel sur le langage Python
Cette partie comprend quelques rappels sur le langage Python. Nous traiterons :
les types de données (nombre, chaîne de caractères, liste, dictionnaire, tuple)
les structures de contrôles
les fonctions
les packages et modules
Nous en profiterons pour évoquer quelques limites du Python pour le calcul numérique avec notamment :
les problèmes liés au stockage en mémoire
les problèmes d'erreurs numériques
2. Ecosystème
Cette partie présente l'écosystème python pour le scientifique. Nous passerons en revue les différentes bibliothèques scientifiques en python, leur domaine d'utilisation et comment elles permettent de contourner les limites du Python exposé dans la partie 1.
Nous installerons Anaconda, l'une des distributions les plus utilisées pour l'analyse scientifique de données. Nous verrons comment utiliser son éditeur, Jupyter Notebook ainsi que son gestionnaire de package, Conda.
3. Chargement et manipulation des données
Nous verrons comment les bibliothèques Numpy et Pandas permettent de charger d'importants jeux de données. Nous regarderons comment accéder de manière efficace et intuitive à ces données.
4. Visualisation des résultats
Au travers des bibliothèques Matplotlib et Seaborn, nous expérimenterons quelques techniques de visualisation des données. Nous verrons comment tirer quelques conclusions à partir de simples observations.
5. Premiers pas dans le python scientifique
À l'aide des bibliothèques Scipy et TensorFlow nous étudierons et mettrons en pratique, quelques techniques de calcul numérique :
analyse statistique et calcul des moments d'une variable aléatoire
partitionnement automatique des données avec l'algorithme des k-moyennes
deep-learning et réseaux neuronaux
Chacune de ces applications sera l'occasion de mettre à nouveau en pratique les concepts étudiés dans les partie 3 et 4.
Public visé et pré-requis
Public
Toute personne travaillant dans des secteurs ayant de forts besoins en calculs et simulations mathématiques
Informaticiens, scientifiques, chercheurs et ingénieurs travaillant dans les domaines comme les sciences physiques, la chimie, les sciences des matériaux, la génétique, la mécanique des fluides, l'aérospatiale, les statistiques, le monde de la finance, etc...
Pré-requis
Expérience en programmation, de préférence en python
Personne en situation de handicap
Pour toutes questions relatives à l’accueil d’un participant présentant un handicap, merci de nous contacter préalablement avant toute inscription.
Prochaines sessions & tarifs
Formations IA / Data Science
Initiation au Python scientifique
Session complète
Toulouse
Du 31 janvier au 2 février 2023
Durée : 3 jours soit 21 heures
Tarif : 1800 € ht par personne
Formations IA / Data Science
Initiation au Python scientifique
À distance (FOAD)
Du 27 au 29 mars 2023
Durée : 3 jours soit 21 heures
Tarif : 1800 € ht par personne
Formations IA / Data Science
Initiation au Python scientifique
À distance (FOAD)
Du 30 mai au 1er juin 2023
Durée : 3 jours soit 21 heures
Tarif : 1800 € ht par personne
Formations IA / Data Science
Initiation au Python scientifique
Nantes
Du 5 au 7 septembre 2023
Durée : 3 jours soit 21 heures
Tarif : 1800 € ht par personne
Formations IA / Data Science
Initiation au Python scientifique
À distance (FOAD)
Du 28 au 30 novembre 2023
Durée : 3 jours soit 21 heures
Tarif : 1800 € ht par personne
les supports de cours (slides) seront disponibles en ligne et distribués en début de formation (à l'aide d'un lien vers notre outil interne ou d'une version numérisée), puis fournis au format électronique à la fin de la formation
une salle de formation équipée d'une connexion Internet, d'un vidéoprojecteur, paperboard...
un ordinateur par stagiaire avec un système d'exploitation installé et les outils nécessaires
Modalités de suivi de l'exécution du programme
durant la formation : alternance d'apports théoriques (35% du cours) et d’exercices pratiques et de mise en situation sous forme de travaux pratiques corrigés avec l’expert-formateur
en fin de formation : évaluation à chaud sur l'atteinte des objectifs pédagogiques sous forme de tour de table et de test de connaissances, d'exercices, de QCM
Moyens d'encadrement
Formation assurée par un expert Python connaissant les librairies scientifiques
Témoignage
Image
" Un rythme adapté, des bonnes explications. On se sent à l'aise pour poser des questions la formatrice est très sympathique. "
" La formatrice Bérengère était très gentille et compétente pour répondre aux toutes mes questions surtout nous avons une formation en vision. "
" Formatrice à l'écoute des questions et des problèmes rencontrés. "
DE LA ROCHE SAINT-ANDRE Joachim, TU Colin et VERGÉ Robin
I-Cube Research
Image
" Présentation claire et concise, alternance entre partie théorique et partie pratique. "
LECOSSOIS Guillaume
Société du Canal de Provence et d’aménagement de la région provençale
Image
" Support, exemples, exercices au top. Adaptation de la formation à nos besoins. Formatrice très compétente. "
BERROD Quentin
CNRS
Image
" Rythme adapté et formateur à l'écoute et compétent. "
KOCH LARROUY Ariane
Mercator Océan
Image
" Très bonne maîtrise de la formatrice et beaucoup de patience et de pédagogie :-) "
ROUXEL Stéphanie
DXC Technology France
Image
" Très bon formateur, très expérimenté. "
" Le programme n'étant pas figé, on peut adapter le contenu suivant les besoins et les demandes. "
" Les points forts pour moi sont: la formation sur l'utilisation de la librairie numpy, pandas. "
CHANUT Jérôme, DRILLET Yann et TCHONANG Babette
Mercator Océan
Image
" Les retours de la formatrice et les adaptations par rapport au support générique. Comprendre la philosophie derrière. "
" Intervenant dynamique et très pédagogique. Je n'ai jamais "décroché", rythme vraiment adapté. "
" Les exercices et le format jupiter notebook permettent d'avoir des exercices interactifs. "