Aller au contenu
Atelier pratique Data Science & IA #26
Data Science & IA

Atelier pratique Data Science & IA #26

3,6 193 inscrits 20 leçons 6,8 h

Description

Cours généré pour la démonstration — domaine Data Science & IA.

Avis des apprenants (11) 3,6/5 Avis vérifiés uniquement

Rokia Diallo Avis vérifié 2/5

Excellent rapport qualité/prix.

24/09/2026
Nathan Sylla Avis vérifié 5/5

Excellent rapport qualité/prix.

24/09/2026
Fanta Diallo Avis vérifié 4/5

Excellent rapport qualité/prix.

24/09/2026
Yaya Kaba Avis vérifié 4/5

Cours très clair, parfait pour débuter.

24/09/2026
Djenabou Kaba Avis vérifié 4/5

Contenu à jour et bien structuré.

24/09/2026
Ousmane Bernard Avis vérifié 5/5

Exactement ce que je cherchais, merci !

24/09/2026
Aminata Touré Avis vérifié 4/5

Exactement ce que je cherchais, merci !

24/09/2026
Hawa Traoré Avis vérifié 3/5

J'ai beaucoup progressé grâce à ce cours.

24/09/2026
Chloé Barry Avis vérifié 5/5

Je recommande vivement à qui veut se lancer.

24/09/2026
Fatoumata Martin Avis vérifié 2/5

Formateur pédagogue, explications faciles à suivre.

24/09/2026
Camille Fofana Avis vérifié 2/5

Formateur pédagogue, explications faciles à suivre.

24/09/2026

Programme par modules (20 leçons)

Fondations de la donnée

Lire, nettoyer et comprendre un jeu de données.
Le métier de la donnée aujourd'hui
12 min
Charger et explorer un jeu de données
24 min
Nettoyer : valeurs manquantes et aberrantes
26 min
Atelier : de la donnée brute au tableau exploitable
22 min

Statistiques utiles

Les notions qui évitent les conclusions fausses.
Moyenne, médiane et dispersion
20 min
Corrélation n'est pas causalité
18 min
Échantillonnage et biais
21 min
Lire un résultat statistique sans se tromper
16 min

Apprentissage automatique

Entraîner un premier modèle et le juger honnêtement.
Supervisé, non supervisé : de quoi parle-t-on
17 min
Régression et classification
25 min
Découper train / test et éviter le surapprentissage
23 min
Mesurer la performance d'un modèle
20 min

IA générative en pratique

Utiliser les grands modèles de façon utile et mesurée.
Ce qu'un grand modèle sait et ne sait pas faire
19 min
Rédiger une consigne efficace
22 min
Brancher un modèle sur ses propres données
24 min
Coût, limites et vérification des réponses
15 min

Restituer et décider

Transformer une analyse en décision comprise.
Choisir la bonne visualisation
21 min
Construire un tableau de bord lisible
24 min
Raconter un résultat à des non-spécialistes
18 min
Projet final : une analyse de bout en bout
26 min