Aperçu — 5.1 Gérer les valeurs manquantes — Yekola

Module 1 : Fondamentaux de l'analyse de données

1.2 Types de données et échelles de mesure

1.3 Le cycle de vie d'un projet data

Module 2 : Excel pour l'analyse — Les fondamentaux

2.2 Formules conditionnelles et RECHERCHE

2.3 Tableaux croisés dynamiques

Module 3 : Excel avancé — Power Query et Power Pivot

3.2 Transformer des données avec Power Query

3.3 Power Pivot et modèles de données

🛠️ Projet : Dashboard Excel complet

Module 4 : Introduction à Python pour la data

4.2 Pandas : les bases (Series, DataFrames)

4.3 Charger et explorer des données avec Pandas

Module 5 : Nettoyage et transformation avec Pandas

5.2 Filtrer, trier et grouper les données

5.3 Fusionner et joindre des DataFrames

Module 6 : Visualisation avec Matplotlib et Seaborn

6.2 Seaborn pour des graphiques statistiques

6.3 Storytelling avec les données

Module 7 : Analyse statistique exploratoire

7.2 Corrélations et relations entre variables

7.3 Tests d'hypothèses simples

🛠️ Projet : Analyse complète d'un dataset

Module 8 : Automatisation et rapports

8.2 Automatiser avec des scripts Python

8.3 Présenter vos conclusions efficacement

Le reste de la formation est réservé aux inscrits.

S'inscrire gratuitement

Module 5 : Nettoyage et transformation avec Pandas Aperçu gratuit

Lecon structuree avec objectifs, contenu, exemples et points cles. Contenu complet en cours de deploiement.

Ceci est un aperçu gratuit.
Voir la formation complète