Data Science from Scratch — V7+ Strict Gate

Introduction : La Data Science en Pratique

Comprendre ce qu est un vrai probleme de data science : question metier, cible, baseline et action.

Ton premier environnement : Python sans installation

Comprendre le notebook, le runtime, les cellules et la reproductibilite avant d accumuler du code.

Reproductibilité : notebook, script, seed et journal d’expérience

Apprendre à rendre une analyse rejouable : ordre des cellules, seed, fichiers, paramètres et notes d’expérience.

Les briques de base du code : Variables et Types

Comprendre les types Python utiles au travail data et convertir proprement les valeurs brutes avant de calculer.

Structurer les donnees : Les Listes - Regrouper et manipuler plusieurs valeurs

Maitriser les listes Python pour lire, modifier, filtrer et resumer une petite serie de donnees.

Autres collections utiles : Tuples et Dictionnaires

Choisir entre tuple, dictionnaire et liste selon le sens de la donnee et la lisibilite voulue.

Automatiser avec les Boucles (for) : Répéter des Actions sur des Listes

Utiliser les boucles for pour parcourir, compter, filtrer et transformer une petite collection de donnees.

Prendre des décisions dans le code : Les conditions if/else

Utiliser if, elif et else pour transformer une valeur brute en decision, statut ou categorie interpretable.

Créer ses propres outils : Les Fonctions - Encapsuler du code réutilisable

Nommer une logique, definir ses entrees et renvoyer un resultat propre avec des fonctions simples et reutilisables.

Projet Intégrateur 1 : Nettoyer et analyser des scores de jeu

Assembler conversion, validation, filtrage et mini rapport pour produire une analyse defendable sur des scores bruts.

Introduction aux Bibliothèques : NumPy pour les calculs

Comprendre quand passer d une liste Python a un array NumPy pour les calculs numeriques, les masques et les statistiques.

NumPy from scratch : vecteurs, matrices et broadcasting

Comprendre pourquoi les tableaux NumPy accélèrent les calculs et comment raisonner sur les formes de tableaux.

La Reine des Structures : le DataFrame avec Pandas

Comprendre le DataFrame Pandas comme une table structuree, lire ses lignes et colonnes, puis manipuler proprement une premiere structure tabulaire.

Importer et Explorer un Dataset avec Pandas : Premiers Pas Essentiels

Charger un premier CSV avec Pandas, inspecter rapidement sa structure et produire les premiers controles indispensables avant toute analyse.

GroupBy, agrégations et tableaux de synthèse

Résumer un dataset par segment, comparer des groupes et éviter les conclusions basées sur une seule moyenne globale.

Nettoyer les Données 1 : Gérer les Manquants - Identifier et Traiter les Valeurs Absentes

Detecter les valeurs manquantes dans un DataFrame, choisir une strategie de traitement defensible et mesurer l impact de ce choix sur l analyse.

Nettoyer les Données 2 : Corriger les Incohérences

Detecter les doublons, les formats incoherents et les valeurs aberrantes, puis appliquer des corrections simples sans maquiller le probleme.

Qualité des données : doublons, outliers et règles métier

Détecter les anomalies qui faussent une analyse : duplications, valeurs extrêmes, règles impossibles et contrôles métier.

Statistiques Descriptives : Résumer ses Données

Calculer et interpreter moyenne, mediane, variance et ecart-type pour resumer une distribution sans la simplifier a tort.

Probabilités appliquées, échantillonnage et biais

Comprendre l’incertitude, les proportions, l’échantillonnage et les biais avant d’interpréter un résultat.

Visualisation 1 : Pourquoi et Comment avec Matplotlib ?

Comprendre quand un graphique aide vraiment, puis creer un premier trace Matplotlib lisible avec ses elements essentiels.

Visualisation 2 : Histogrammes et Distributions

Lire une distribution avec un histogramme, choisir un nombre de classes raisonnable et comprendre ce que le graphique raconte vraiment sur une variable numerique.

Visualisation 3 : Diagrammes en Barres et Boîtes à Moustaches

Utiliser un diagramme en barres pour comparer des categories et un boxplot pour lire la dispersion, les quartiles et les outliers d une variable numerique.

Visualisation 4 : Nuages de Points et Corrélation

Utiliser un nuage de points pour explorer la relation entre deux variables numeriques et comprendre ce que la correlation dit, ou ne dit pas, sur leurs liens.

Storytelling data : choisir un graphique et défendre une décision

Transformer une analyse en message clair : question, graphique, conclusion, limite et action recommandée.

Projet Intégrateur 2 : Nettoyer, Explorer et Visualiser un Dataset de Prix de Logements

Assembler nettoyage, exploration statistique et visualisation sur un dataset de prix de logements dans un projet guide, lisible et defendable.

Introduction à l'Apprentissage Automatique (Machine Learning) : Démystifier la Prédiction et la Segmentation

Comprendre ce qu est vraiment le machine learning, distinguer prediction et segmentation, et situer la regression supervisee dans la suite logique du parcours.

Séparer train/test et choisir une métrique fiable

Évaluer un modèle sans tricher : séparation des données, métrique adaptée et baseline mesurable.

La Régression Linéaire Simple : Concept Géométrique

Comprendre la regression lineaire comme recherche d une droite qui resume une relation, puis lire intuitivement pente, intercept et residus.

Implémenter la Régression Linéaire from Scratch (Partie 1) : Coder la Pente et l'Ordonnée à l'Origine

Coder a la main la pente et l intercept d une regression lineaire simple pour comprendre d ou vient reellement la droite de meilleure approximation.

Implémenter la Régression Linéaire from Scratch (Partie 2) : Prédictions, Erreur et Visualisation

Utiliser une droite estimee pour faire des predictions, calculer l erreur quadratique moyenne et visualiser l ajustement sur les donnees.

Descente de gradient from scratch : intuition et implémentation

Comprendre comment un modèle ajuste progressivement ses paramètres en réduisant une erreur.

Classification from scratch : seuil, matrice de confusion et précision/rappel

Passer d’un score à une décision et évaluer les erreurs de classification de façon responsable.

Module Intégrateur Final - Projet de A à Z : Prédiction de Prix Immobiliers avec Régression Linéaire from Scratch

Conduire un projet final complet de prediction de prix immobiliers from scratch, depuis le nettoyage jusqu a l interpretation des erreurs du modele.

Projet portfolio : rapport reproductible, README et limites

Transformer une analyse en livrable professionnel : README, structure de projet, résultats et limites assumées.

Capstone certification : mini pipeline data science complet

Assembler cadrage, nettoyage, EDA, visualisation, baseline, régression, métriques et rapport final.