Formations et ressources utiles

Une sélection de formations et de ressources utiles pour se former ou se perfectionner à la data science.

N’hésitez pas à soumettre les ressources que vous jugez utiles sur notre GitHub .

Formations

Voici une liste de formations en open-source utiles pour tout data-scientist.

L’environnement du Datascientist

Git

Python

R

Quarto

S3, SSPcloud, Parquet, duckDB

Mise en production / MLOps

Méthodologie Statistique

Méthodes ensemblistes

Autres ressources

Ressources utiles

Une série de ressources utiles plus diversifiées sur des sujets en lien avec la science des données.

Les formations R du MTES
Une collection de cours `R` faite par le Ministère de la Transition Ecologique
1 janv. 2024

Appariements de données individuelles : concepts, méthodes, conseils
Un appariement consiste à rapprocher deux bases de données d’origine distincte partageant des unités statistiques communes mais contenant des informations différentes. Ce document de travail porte sur les cas où un identifiant commun n'existe pas et introduit en pratique les appariements de données individuelles sur traits d'identité.
3 juil. 2023

Cours sur la plateforme de dataviz Observable
When do you use a bar chart over a line chart? What are area charts good for? What's wrong with pie charts? Learn about how these different types of data visualization work, and how they're used, in Observable's first data visualization course! Attend lectures (or watch them later), ask questions, and once you've completed a small assignment at the end, you'll earn a certificate.
1 avr. 2023

Les réseaux de neurones appliqués à la statistique publique : méthodes et cas d’usages
Ce document de travail propose une introduction rapide aux réseaux de neurones, de leurs fondements théoriques jusqu’à leur mise en oeuvre pratique en R et python sur des problématiques spécifiques de statistique publique. Il illustre les possibilités et les limites à travers trois cas d’usage détaillés sur l’imputation de valeurs manquantes dans une enquête, l’exploitation de fichiers d’images et la réduction de dimension.
16 févr. 2023

Parcours complet sur le MLOps
Un site web très complet qui fait un effort de synthèse sur l'écosystème foisonnant du MLOps
1 févr. 2023

Neural Network: from zero to hero
A course by Andrej Karpathy on building neural networks, from scratch, in code.
"We start with the basics of backpropagation and build up to modern deep neural networks, like GPT. Language models are an excellent place to learn deep learning, even if your intention is to eventually go to other areas like computer vision because most of what you learn will be immediately transferable."
16 janv. 2023

Observable pour la cartographie
Nicolas Lambert (neocarto) propose beaucoup de ressources pédagogiques sur la cartographie depuis Observable. Beaucoup de ressources s'appuient sur bertin.js, une librairie très puissante et flexible pour la représentation cartographique.
16 janv. 2023

Data visualisation with d3.js
d3.js est la librairie favorite des spécialistes de dataviz en Javascript. Dans cette série de notebooks, proposée par Arthur Katossky, vous découvrirez comment utiliser la librairie pour construire des visualisations de données réactives.
16 janv. 2023

Découvrir Observable avec des données françaises
Eric Mauvière propose beaucoup de ressources pédagogiques sur la plateforme Observable. Beaucoup s'appuient sur des données de la statistique publique, comme le fichier des prénoms ou le recensement.
16 janv. 2023

Introduction à Observable Plot.js
La librairie Plot.js vise à faciliter l'utilisation des fonctionnalités graphiques de Javascript . Elle propose une syntaxe très proche de celle des librairies ggplot2 () ou seaborn (Python ).
16 janv. 2023

Python pour la data science
Un site web complet pour découvrir la richesse de Python pour la data science. Ce cours est enseigné par Lino Galiana en deuxième année (Master 1) de l'ENSAE.
27 avr. 2022

Mise en production de projets de data science
Un site web complet pour découvrir la manière dont des projets data-science peuvent être valorisés et maintenus dans le temps.
27 avr. 2022

Portail de la formation du SSPCloud
Le SSPCloud, la plateforme cloud développée par l'Insee, propose un certain nombre de tutoriels en Python ou R .
27 avr. 2022

Géomatique appliquée à la statistique
Une présentation simple des outils géomatiques récents qui permettent de stocker, traiter et diffuser l'information spatiale
17 févr. 2022

L'économétrie en grande dimension
Ce document de travail est une courte introduction aux principaux problèmes que l'on rencontre lorsque l'on souhaite faire de l'économétrie en grande dimension, c'est-à-dire lorsque p > n - pour chaque observation, on dispose d'un nombre de caractéristiques potentiellement proportionnel ou plus grand que la taille de l'échantillon.
17 févr. 2022

Utiliser Git dans Jupyter Notebook ?
Un extrait du cours de Python pour la data-science de l'ENSAE.
1 janv. 2022

dataESR: portail de l'open-data du Ministère de l'Enseignement Supérieur
#dataESR est un portail développé par le service statistique du Ministère de l'Enseignement Supérieur et de la Recherche pour vous aider à trouver les ressources en données sur l'enseignement supérieur, la recherche et l'innovation.
1 janv. 2022

DevOps for Data Science
Un site web très complet sur la manière dont l'approche DevOps peut être importée dans des projets data-science.
27 avr. 2021

R reproducibility toolkit for the practical researcher
Un site web très complet développé par des universitaires sud-américains pour présenter la manière dont les projets en R peuvent être construits de manière reproductible.
27 avr. 2021

R for Data Science
Un incontournable écrit par Hadley Wickham afin de faire découvrir l'univers du tidyverse (ggplot, dplyr...) de manière thématique.
27 avr. 2021

R Packages
Un incontournable écrit par Hadley Wickham afin d'apprendre à développer des packages R.
27 avr. 2021

RZine, une collection de ressources utiles en R
Un site web développé par l'université Paris Diderot comportant de nombreuses ressources utiles en R.
27 avr. 2021

Machine Learning in Python with scikit-learn
Un MOOC de l'INRIA sur scikit-learn, l'écosystème central du Machine Learning en Python.
27 avr. 2021

utilitR

Le projet utilitR est une documentation sur l’usage du logiciel , née à l’Insee, destinée à tout utilisateur intéressé par la manipulation de données.

La documentation utilitR ne fait aucun pré-requis de niveau: à la fois le débutant et l'utilisateur plus expert désirant découvrir un nouveau champ ou bénéficier d'une aide-mémoire pourront trouver du contenu qui les intéresse.

Afin que les exemples soient concrets, tous les jeux de données sont issus du site de l'Insee.

27 avr. 2021

The Hitchhiker's guide to Python
Un livre de référence sur les bonnes pratiques pour des projets Python .
27 avr. 2016

Google’s R Style Guide
Un guide de référence sur les bonnes pratiques dans l'écriture de code R
27 avr. 2016

Formation Initiation au Deep Learning (FIDLE)
Une formation du CNRS sur les problématiques d'apprentissage automatique (machine learning) et d'apprentissage profond (deep learning).
27 avr. 2016

Apprendre Pandas en 10 minutes !
Un tutoriel des créateurs de Pandas pour apprendre en peu de temps à manipuler et analyser les données sous Python .
27 avr. 2016
Aucun article correspondant