Python Data Analytics & Machine Learning

Ce dépôt présente deux démonstrations complémentaires de préparation, d’analyse et de modélisation de données avec Python.

L’objectif est d’illustrer une démarche complète : compréhension des données, nettoyage, transformation des variables, préparation pour le Machine Learning et application d’algorithmes de clustering.

Contenu du projet

1. Préparation et transformation des données

Notebook : data_preparation_ml.ipynb

Principales étapes :

• anonymisation de données clients et commandes ;
• détection et traitement des valeurs aberrantes ;
• classement et transformation de variables ;
• normalisation de tableaux numériques ;
• préparation de matrices de données ;
• encodage de variables catégorielles ;
• utilisation de OneHotEncoder avec Scikit-learn.

2. Clustering et segmentation

Notebook : data_analysis.ipynb

Principales étapes :

• création et représentation de groupes de points ;
• préparation des données pour le clustering ;
• application de l’algorithme K-means ;
• utilisation de Scikit-learn ;
• analyse et visualisation des groupes obtenus.

Technologies utilisées

• Python
• Jupyter Notebook
• Pandas
• NumPy
• Scikit-learn
• Matplotlib

Données

Le fichier sample_data.csv contient le jeu de données utilisé pour les démonstrations. Les données nécessaires à l’analyse sont anonymisées.

Exécution

1. Cloner ou télécharger le dépôt.
2. Installer les bibliothèques nécessaires :

pip install pandas numpy scikit-learn matplotlib jupyter

3. Lancer Jupyter Notebook :

jupyter notebook

4. Ouvrir le notebook souhaité et exécuter les cellules dans l’ordre.

Compétences illustrées

• préparation et contrôle de la qualité des données ;
• analyse exploratoire ;
• transformation et encodage de variables ;
• manipulation de données avec Pandas et NumPy ;
• mise en œuvre d’algorithmes de Machine Learning ;
• documentation d’une démarche d’analyse.

Auteur

Jérôme Phalippon Business Analyst | Chef de projet Data/BI | Data Analytics