module #1 Introduction à la visualisation des données Vue d'ensemble de la visualisation des données, de son importance et de ses utilisations
module #2 Principes de base de Python pour la visualisation des données Examen des bases de Python, y compris les types de données, les bibliothèques et la syntaxe
module #3 Introduction à Matplotlib Vue d'ensemble de Matplotlib, de l'installation et des types de tracés de base
module #4 Tracés linéaires et nuages de points Création de tracés linéaires et de nuages de points avec Matplotlib
module #5 Graphiques à barres et histogrammes Création de graphiques à barres et d'histogrammes avec Matplotlib
module #6 Personnalisation des tracés avec Matplotlib Personnalisation de l'apparence, des étiquettes et des légendes des tracés avec Matplotlib
module #7 Introduction à Seaborn Vue d'ensemble de Seaborn, de l'installation et des types de visualisation de base
module #8 Visualisation des distributions avec Seaborn Visualisation des distributions avec Seaborn distplot et jointplot
module #9 Visualisation des données catégorielles avec Seaborn Visualisation des données catégorielles avec countplot et categoryical plots de Seaborn
module #10 Visualisation de l'analyse de régression avec Seaborn Visualisation de l'analyse de régression avec lmplot et regplot de Seaborn
module #11 Introduction à Plotly Présentation de Plotly, installation et types de visualisation de base
module #12 Visualisations interactives avec Plotly Création de visualisations interactives avec Plotly
module #13 Visualisations 3D avec Plotly Création de visualisations 3D avec Plotly
module #14 Préparation des données pour la visualisation Préparation des données pour la visualisation, y compris le nettoyage, la transformation et l'agrégation
module #15 Source de données et intégration Connexion aux sources de données, y compris CSV, Excel et bases de données
module #16 Rubriques de visualisation avancées Rubriques de visualisation avancées, y compris la visualisation géospatiale et animation
module #17 Meilleures pratiques pour la visualisation des données Meilleures pratiques pour la visualisation des données, y compris les principes de conception et la narration
module #18 Études de cas en visualisation des données Études de cas réelles en visualisation des données, y compris des exemples et des applications
module #19 Travailler avec le Big Data et le streaming de données Visualiser le Big Data et le streaming de données, y compris les outils et les techniques
module #20 Déploiement de visualisations de données Déploiement de visualisations de données, y compris les options pour le Web, le mobile et l'impression
module #21 Outils avancés de visualisation des données Introduction aux outils avancés de visualisation des données, y compris Bokeh et Altair
module #22 Visualisation pour l'apprentissage automatique Visualisation des modèles d'apprentissage automatique, y compris l'évaluation du modèle et l'importance des fonctionnalités
module #23 Visualisation pour le traitement du langage naturel Visualisation des données de traitement du langage naturel, y compris la modélisation de texte et de sujet
module #24 Visualisation des données de séries chronologiques Visualisation des données de séries chronologiques, y compris les prévisions et les anomalies détection
module #25 Visualisation des données géographiques Visualisation des données géographiques, y compris la cartographie et l'analyse spatiale
module #26 Tableaux de bord interactifs Création de tableaux de bord interactifs avec Python et les bibliothèques de visualisation de données
module #27 Visualisation des données dans le monde réel Applications concrètes de la visualisation de données, notamment dans les domaines des affaires, de la santé et de la finance
module #28 Projet final Projet final, où les étudiants appliquent leurs compétences en visualisation de données à un problème réel
module #29 Annexe : Dépannage et ressources Dépannage des problèmes courants et ressources supplémentaires pour un apprentissage plus approfondi
module #30 Bilan et conclusion du cours Planifier les prochaines étapes de la carrière en visualisation de données avec Python
