04 28 29 85 15
Découvrez nos formations
Explorez nos formations en bureautique, informatique, langues, BTP, e-marketing, graphisme, management et bien d’autres domaines. Apprenez avec des professionnels expérimentés.
4.8 / 5
Note moyenne CPF
4.7 / 5
Note moyenne Google
Initiation aux fonctionnalités de base de Python
Demandeur d’emploi, salarié, entreprise, étudiant, particulier
Aucun
Programme minimal et point d’entrée
Extension basée sur les packages : import
Lancement de programmes et passage d’arguments
Versions compilées de Python (.py .pyc)
Console Python
Encoding : utf-8
Typage faible
Booléens, numériques
Les chaînes de caractères
Conversions de types, casting
Types agrégés : Tuples, List, Set et dictionnaires
Commentaires sur une ligne # ou plus “””
Notion de blocs et indentations
Les opérateurs
-Affectation
-Arithmétique
-Logiques
-Relationnels
Saisie et affichage : input, print et formatage
Structure conditionnelle : la directive “Match”
Les structures de boucle : While, For, Range()
Break et continue
La gestion des exceptions
-Groupes d’exceptions
-Notes d’exceptions
L’import de modules
def(), arguments et valeur de retour
Variables globales et l’instruction globale
Arguments par défaut, *args et **kwargs –
Fonctions lambda
Gestion de fichiers et répertoires
Accès séquentiel, aléatoire
Le module os, os.path, shutil, zlib
Définition de modules et instruction import
Modules en tant que fichier py et en tant que répertoire
Résolution des modules
Module et programme : __main__
Installation de modules : pip, easy_install
Approche objets
Classes et instances / objets : self
Constructeur : __init__
Données et méthodes membres
Héritage multiple
Accès aux bases de données relationnelles
Programmation graphique UI avec Tkinter
Débogage : exécution pas à pas
Scripts Python en tant que Common Gateway
La formation Python – Approfondissement permet de s’initier aux fonctionnalités de base de Python.
Demandeur d’emploi, salarié, entreprise, étudiant, particulier
Python – Initiation
Les principaux types de données: chaînes de caractères, booléennes et nombres
Tableaux indicés (listes et tuples), tableaux associatifs (dictionnaires) et tableaux d’octets
Les 3 structures de contrôles : les boucles for et while, le test if/elif/else
Créer et utiliser des fonctions
Traiter les erreurs avec la gestion des exceptions try/except/finally
Lire et écrire des fichiers textes/binaires
Comprendre le principal piège de Python : les types mutable et immutable
Les générateurs : comprendre leur utilité et savoir en créer
Les rudiments de la programmation objet pour savoir créer de nouveaux types de données : classes/attributs/méthodes
Créer et utiliser une librairie
Analyser des logs avec les expressions régulières
Manipuler et analyser des fichiers CSV/Excel avec Pandas
Passer des paramètres à un script avec argparse
Utiliser une base de données relationnelle
Exécuter des commandes système
Se connecter à une API web avec requests et télécharger le contenu de pages HTML avec scrapy
Envoyer des emails
Administrer plusieurs machines avec fabric et ansible
Initiation aux fonctionnalités calculs scientifiques de Python
Demandeur d’emploi, salarié, entreprise, étudiant, particulier
Python – Base
Installer la SciPy Stack facilement avec Anaconda
Les notebooks Jupyter
Environnements de développement intégrés
L’usage de NumPy
Pourquoi des tableaux ?
Créer un tableau avec NumPy
Manipuler les tableaux NumPy
Broadcasting
Les fonctions universelles
Extraire les informations significatives de vos données
Masques booléens
Charger et sauvegarder des tableaux
Données structurées
Séries (Series)
Tableau de données (DataFrame)
Lire et exporter des données sous différents formats
Indexation et sélection des données
Opérations simples
Traiter les données manquantes
Informations sur les données : taille, type, mémoire
Changer le type des données
Traitement avancé des données
Tableau croisé dynamique
Segmenter les données
Moyenne glissante
Ajouter des dimensions
Manipuler les MultiIndex
Travailler avec des chaînes de caractères
Traiter des données temporelles
Les données massives et leurs options
Interface MATLAB / orientée objet
Graphique linéaire
Nuage de points
Histogramme
Représenter plusieurs graphiques avec Pandas
Graphique 3D
Interagir avec les graphiques dans le notebook Jupyter
Modifier les graduations et les axes
Intégration
Algèbre linéaire
Transformée de Fourier (FFT)
Interpolation
Ajustement de courbe
Initiation aux fonctionnalités spécifiques de Python
Demandeur d’emploi, salarié, entreprise, étudiant, particulier
Python – Base
L’environnement de développement Python / Anaconda / Jupyter Notebook
Les principaux types de données : chaînes, booléennes, nombres, listes, tuples et dictionnaires
Les structures de contrôles : les boucles for et while, le test if/elif/else
Les fonctions : création, passage de paramètres, valeurs par défaut, arguments variables
Numpy : vecteurs, matrices, slicing, concaténation
Pandas : l’analyse de données tabulaires (CSV, Excel), statistiques, pivots, jointures, filtres
Identifier les données textuelles et présentation des librairies spaCy et nltk
Tokenisation des mots
Suppression des stop-words, de la ponctuation et des éléments non essentiels à l’analyse
Lemmatisation vs racinisation (stemming)
Identification de la nature grammaticale des mots à l’aide du Part Of Speech Tagging
Identifier des personnes et lieux avec le Named Entity Recognition
Bag of words
Pondération tf-idf
Approche avec des n-grams
Les embeddings : word2vec, gloVe, fastTesxt
Rappels sur les étapes de construction d’un modèle prédictif
Classification
Analyse de sentiment
Topic modelling
Les techniques de ré-échantillonnage en jeu d’apprentissage, de validation et de test
Test de représentativité des données d’apprentissage.
Mesures de performance des modèles prédictifs
Matrice de confusion
Initiation aux fonctionnalités spécifiques de Python
Demandeur d’emploi, salarié, entreprise, étudiant, particulier
Python – Base
Panorama de l’écosystème scientifique de Python : les librairies incontournables
Savoir où trouver de nouvelles librairies et juger de leur pérennité
Les principaux outils et logiciels open source pour la data science
Le socle scientifique Python : la SciPy Stack
Les bonnes pratiques pour bien démarrer votre projet de data science avec Python
Les formats de fichiers scientifiques et les librairies pour les manipuler
Pandas : l’analyse de données tabulaires (fichiers csv, excel), statistiques, pivots, filtres et recherche
Numpy : calcul numérique et algèbre linéaire (les vecteurs, matrices, images)
L’extraction des données, la préparation et le nettoyage
Les étapes de construction d’un modèle
Les algorithmes supervisés et non supervisés
Le choix entre la régression et la classification
Les techniques de ré-échantillonnage en jeu d’apprentissage, de validation et de test
Test de représentativité des données d’apprentissage
Mesures de performance des modèles prédictifs
Matrice de confusion, de coût et la courbe ROC et AUC
Le principe de régression linéaire univariée
La régression multivariée
La régression polynomiale
La régression régularisée
Le Naive Bayes
La régression logistique
Le clustering hiérarchique
Le clustering non hiérarchique
Les approches mixtes
Initiation aux fonctionnalités spécifiques de Python
Demandeur d’emploi, salarié, entreprise, étudiant, particulier
Python – Base
Qu’est-ce qu’une variable ?
Les types de variables : entiers, réels, chaînes de caractères
Déclaration, définition et initialisation d’une variable
Les différents opérateurs
Les structures de contrôles (boucles, tests)
Les structures de données avancées (tuples, listes, dictionnaires)
Les fonctions les plus utiles
Qu’est-ce qu’un programme ?
Écriture d’un programme : syntaxe et instructions
Qu’est-ce qu’une fonction, une librairie, son rôle et son usage
Présentation du langage Python et de son écosystème
Utiliser une distribution Python
Les librairies pour démarrer un projet d’analyse de données
Utiliser les notebooks Jupyter pour explorer les données
Importer et exporter des données provenant de différentes sources (texte, CSV, JSON, Excel)
Manipuler des données avec Pandas (recherche, transformation, calculs simples)
Tracés de courbes, histogrammes et autres graphiques
Visualiser les données sur une carte interactive avec Folium
Graphiques interactifs avec panel
La formation Python – Programmation Objet permet de s’initier aux fonctionnalités spécifiques de Python.
Demandeur d’emploi, salarié, entreprise, étudiant, particulier
Python – Base
Les identifiants et les références
Les conventions de codage et les règles de nommage
Les blocs et les commentaires
Les types de données disponibles
Les variables, l’affichage formaté, la portée locale et globale
La manipulation des types numériques et la manipulation de chaînes de caractères
La manipulation des tableaux dynamiques (liste), des tableaux statiques (tuple) et des dictionnaires
L’utilisation des fichiers
La structure conditionnelle if/elif/else
Les opérateurs logiques et les opérateurs de comparaison
Les boucles d’itérations while et for.
Les interruptions d’itérations break/continue.
La fonction range
L’écriture et la documentation de fonctions
Les lambda expression
Les générateurs
La structuration du code sous forme de modules
Les principes du paradigme Objet
La définition d’un objet (état, comportement, identité)
La notion de classe, d’attributs et de méthodes
L’encapsulation des données
La communication entre les objets
L’héritage, transmission des caractéristiques d’une classe
La notion de polymorphisme
Association entre classes
Les interfaces
Présentation d’UML
Les diagrammes de classes, de séquences et d’activités
Notion de modèle de conception (Design Pattern)
Les particularités du modèle Objet de Python
L’écriture de classes et leur instanciation
Les constructeurs et les destructeurs
La protection d’accès des attributs et des méthodes
La nécessité du paramètre Self
L’héritage simple, l’héritage multiple et le polymorphisme
Les notions de visibilité
Les méthodes spéciales
L’introspection
L’implémentation des interfaces
Les bonnes pratiques et les modèles de conception courants
L’utilisation du mécanisme d’exception pour la gestion des erreurs
Les arguments passés sur la ligne de commande
L’utilisation du moteur d’expressions régulières Python avec le module “re”, les caractères spéciaux et les cardinalités
La manipulation du système de fichiers
Présentation de quelques modules importants de la bibliothèque standard : module “sys”, “os” et “os.path”
Empaquetage et installation d’une bibliothèque Python
Les accès aux bases de données relationnelles et le fonctionnement de la DB API
Les outils d’analyse statique de code (Pylint, Pychecker)
L’analyse des comptes rendus d’analyse (types de messages, avertissements et erreurs)
Extraction automatique de documentation
Le débogueur de Python
Le développement piloté par les tests
Les modules de tests unitaires Python (Unittest)
L’automatisation des tests et l’agrégation de tests
Les tests de couverture de code, profiling
Les principes de programmation des interfaces graphiques
Présentation de la bibliothèque TkInter
Les principaux conteneurs
Présentation des widgets disponibles (Button, Radiobutton, Entry, Label, Listbox, Canvas, Menu, Scrollbar, Text)
Le gestionnaire de fenêtres
Le placement des composants et les différents layouts
La gestion des événements, l’objet event
Les applications multifenêtres
Présentation du module Ctypes
Le chargement d’une librairie C
Appel d’une fonction
La réécriture d’une fonction Python en C avec l’API Python/C
La création de modules C pour Python
L’interpréteur Python dans C
L’utilisation du profileur de code
Analyse critique de Python
L’évolution du langage
Éléments de webographie et de bibliographie
La formation Python – Base permet de s’initier aux fonctionnalités de base de Python.
Demandeur d’emploi, salarié, entreprise, étudiant, particulier
Python – Approfondissement
Chiffrer et déchiffrer des fichiers avec AES/PGP
Manipuler des fichiers CSV volumineux (plusieurs Go) avec Vaex et Dask
Manipuler des fichiers XML
Créer des fichiers PDF
Ajouter une interface graphique à vos scripts
Paralléliser vos scripts d’administration système avec les librairies threading et multiprocessing
Rappels rapides : protocoles TCP/IP, couches OSI, routing et translation d’adresses
Scanner les ports réseau avec les sockets
Utiliser les protocoles SNMP et NetCONF avec Python
Capture de paquets TCP avec Scapy et lecture de fichiers PCAP
Envoyer des SMS
Analyser les vulnérabilités de votre réseau avec Nessus et nessrest
La formation Python – Perfectionnement permet de s’initier aux fonctionnalités de base de Python.
Demandeur d’emploi, salarié, entreprise, étudiant, particulier
Python – Base
Affectation par référence et types de données modifiables, non modifiables (mutable)
Passage d’arguments, valeurs par défaut et variables locales
Variables de classe et d’instances
Les slices et structures de données avancées
L’introspection
Eléments avancés des structures de contrôle : la clause else des instructions for, while, try/except
Utilisation avancée de décorateurs (de la génération à la consommation, pipeline de consommateurs)
Les décorateurs et Design Patterns
Fermeture/closure
Les propriétés (property)
Les itérateurs
L’héritage multiple et ses travers
Les Context Managers
Les classes et méthodes abstraites (ABC)
Les métaclasses
Installer des librairies tierces (pip, easy_install)
Le Python Package Index (PyPI)
Packager ses librairies (distutils, setuptools)
Déployer un environnement autonome (virtualenv et buildout)
Profilez vos programmes avec Timeit et cProfile
Parallélisation : évitez le multithreading et foncez avec le multiprocessing
Calcul distribué avec la librairie Celery
Calculs scientifiques et statistiques avec Numpy, Scipy, Matplotlib et Pandas
Intelligence Artificielle et algorithmes d’apprentissage avec Scikit-Learn
Recherche d’informations dans des fichiers XML avec ElementTree
Réseau : relay tcp avec Twisted et supervision SNMP avec PySNMP
Initiation aux fonctionnalités spécifiques de Python
Demandeur d’emploi, salarié, entreprise, étudiant, particulier
Python – Base
L’environnement de développement Python / Anaconda / Jupyter Notebook
Pandas : l’analyse de données tabulaires (CSV, Excel), statistiques, pivots, jointures et filtres
Traitement des valeurs manquantes : imputation par la moyenne, médiane, interpolation, knn
Traitement des Outliers : analyse graphique, méthode de l’IQR, Z-score
Standardisation
Normalisation : Skewness et Kurtosis
Données non balancées : Undersampling, Oversampling, SMOTE
Modèles d’apprentissage supervisés et non-supervisés les plus courants
Entraînement de modèles avec Scikit-learn
Méthodes d’évaluations : savoir choisir les bonnes métriques pour chaque problématique
Présentation des librairies Optuna et Hyperopt
Présentation de l’approche Grid Search pour identifier les meilleurs hyper paramètres d’un modèle
Log des hyper paramètres et des performances dans Mlflow
Intérêt de vérifier le modèle Drift et le Data Drift
Présentation des librairies Evidently et Streamlit
Présentation du service AWS EC2
Présentation de Flask pour la mise à disposition d’un modèle de machine learning par le biais d’une API
Présentation de divers outils de connexion à l’environnement virtuel tels que Putty et Visual Studio Code
Déploiement du code par le biais de GitHub
Nos clients témoignent
Chris.F
Mon patron m’a demandé de me former sur Autocad, j’ai pris ce centre sur recommandation d’un ami, et il faut dire que je ne suis vraiment pas déçu. Le prof était très pédagogue ce qui n’est pas le cas de tous les profs ! A bientôt pour une autre formation ! A recommander vivement
Claudine.P
Centre de formation qui est à votre écoute, équipe et formateurs super compétent . J’ai été formée sur Excel ou j’avais vraiment des lacunes grâce à ABSUP j’y vois beaucoup plus claire ! Merci à vous tous. Je recommande sans hésiter le centre.
Alain.K
Une formation adaptée à mes besoins; mise en place rapidement. Un accueil agréable et des locaux adaptés ont rendu cette formation optimum.
Le formateur était très disponible et su répondre à mes attentes.
Les locaux à proximité de la gare sont un véritable atout.
Nicolas.B
Merci à l’équipe et à ma formatrice ! Aux petits soins et très professionnelles quand on a pas l’habitude des centres de formation et du système CPF!
Il n’y a qu’à se laisser guider, je recommande et je reviendrai vers vous si besoin.
Jean.D
Établissement très sérieux, inscription rapide. Avais besoin d’une remise à niveau en anglais. Cours agréables et prof à l’écoute, qualité de la formation au top. Je recommande
Angélique.G
C’est un très bon centre de formation avec bienveillance et sympathie. J’ai suivi plusieurs modules (photoshop, indesign et sketchup) en présentiel. Le formateur était très compétent avec une personnalisation sur 2 modules car j’étais seule. Je recommande vivement et si j’ai besoin de refaire une formation avec plaisir que je resolliciterai ABSUP.
Nuno.B
Une entreprise réactive, à l’écoute de nos besoins et un formateur très compétent.
Karim.M
Très bon centre de formation dans lequel j’ai suivi deux formations (initiation BIM) de qualité, d’une semaine chacune.
Responsable à l’écoute des besoins des stagiaires. Bonnes formations à vous.
Thiane.N
Très bon établissement. J’y ai suivi une formation Illustrator. Le prof était super pédagogue. Locaux très bien équipés. J’ai adoré les petites attentions (bouteille d’eau fournie tous les jours, gâteaux et café gratuits), bref de quoi joindre l’utile à l’agréable. Le gérant nous met toute de suite à l’aise en plus. Je recommande à 100%
Prêt à vous former avec nous?
Lancez-vous.
Pour toute demande complémentaire n’hésitez pas à nous contacter.
Contactez-nous
