Le cours "Traitement et manipulation des données" permet aux étudiants d'acquérir une connaissance approfondie de divers concepts et outils de traitement et de manipulation des données. Les participants apprendront à traiter les valeurs manquantes, à détecter les valeurs aberrantes, à procéder à l'échantillonnage et à la réduction des dimensions, à appliquer des techniques de mise à l'échelle et de discrétisation, et à explorer les opérations sur les cubes de données et les tableaux croisés dynamiques. Ce cours permet aux étudiants d'acquérir les compétences essentielles pour préparer et transformer efficacement les données en vue de l'analyse et de la prise de décision. Objectifs d'apprentissage : 1. Comprendre l'importance du traitement et de la manipulation des données dans le pipeline d'analyse des données. 2. Apprendre les techniques pour traiter les valeurs manquantes dans les ensembles de données, y compris les stratégies d'imputation et d'exclusion. 3. Identifier et détecter les valeurs aberrantes pour évaluer leur impact sur l'analyse des données et la prise de décision. 4. Explorer les méthodes d'échantillonnage et les techniques de réduction des dimensions pour les grands ensembles de données et les données à haute dimension. 5. Appliquer des techniques de mise à l'échelle des données pour normaliser et standardiser les variables en vue de comparaisons significatives. 6. Utiliser la discrétisation pour transformer les données continues en représentations catégorielles, simplifiant ainsi l'analyse. 7. Comprendre le concept de cube de données et effectuer une agrégation multidimensionnelle pour une analyse exploratoire. 8. Créer des tableaux croisés dynamiques pour résumer et remodeler les données, afin d'obtenir des informations précieuses à partir d'ensembles de données complexes. Tout au long du cours, les étudiants participeront activement à des exercices pratiques et à des projets, ce qui leur permettra d'appliquer les techniques de traitement et de manipulation des données à des ensembles de données du monde réel. À la fin du cours, les participants seront bien équipés pour préparer, nettoyer et transformer efficacement les données pour les tâches d'analyse ultérieures et la prise de décision basée sur les données.