Atelier sur le nettoyage et l’exploration de données

Mise en contexte

OpenRefine est un projet ouvert permettant le nettoyage et la bonification des données. Outil incontournable du scientifique de données, il permet de conserver le fichier original intact, de garder une trace des manipulations sur les données, d’annuler une modification facilement, de sauvegarder des routines et de les appliquer à d’autres fichiers.

Dans cette formation, vous apprendrez à utiliser le logiciel et à créer des routines réutilisables sur d’autres fichiers. Vous vous familiariserez aussi avec l’exploration des données ainsi que certaines bonnes pratiques en manipulations de données.

Cette formation vous permettra aussi d’effectuer une analyse de données de base, du chargement des données dans Python à une visualisation finale. Pour ce faire, vous découvrirez notamment les bibliothèques Pandas et une bibliothèque de visualisation telle que Matplotlib ou Plotnine. L’analyse des données se limite à la sélection de certaines entrées, à la transformation temporaire des données, au calcul de statistiques simples et à l’automatisation de tout ce processus d’analyse.

Objectifs

• Exploration et traitement de données avec Python et Pandas
• Nettoyage de données avec OpenRefine

Format

Atelier avec explications magistrales et applications pratiques en simultané et interactif.

Public cible

Cette formation s’adresse à un public large mais est surtout façonnée pour des professionnels de métier ayant un Baccalauréat en Sciences et des connaissances mathématiques. Par exemple des analystes financiers, chercheur·e·s bio-médicaux, ingénieur·e·s et des statisticien·ne·s du gouvernement…

Pré-requis

Il est essentiel d’avoir des bases de programmation, préférablement en Python pour pouvoir suivre cette formation.