Python et IA générative pour l'analyse de données

Ce cours couvre les fondamentaux de la programmation Python -- variables, conditions, boucles, fonctions, structures de données -- ainsi que la lecture et l'écriture de fichiers dans différents formats.
Nous abordons ensuite l'écosystème des librairies data science : manipulation de données tabulaires avec pandas et numpy, visualisation avec matplotlib et plotly, échanges avec le web via requests.
La collecte de données est traitée à travers des projets concrets : interrogation d'APIs publiques, web scraping, et analyse de données réelles.
Une partie importante du cours est consacrée aux outils d'IA générative appliqués au développement : utilisation de LLM pour coder, déboguer et prototyper (développement IA-assisté, vibe coding).
Enfin, nous introduisons les fondements du machine learning : terminologie, principes d'entraînement d'un réseau de neurones, et mise en pratique sur un projet de classification d'images (TensorFlow/Keras).
 
Modules Python utilisés:
- pandas : manipulation et analyse de données tabulaires (DataFrame, filtrage, agrégation, jointures)
- numpy : calcul scientifique, manipulation de tableaux multidimensionnels et opérations vectorisées
- matplotlib et plotly : visualisation de données sous forme de graphiques interactifs et de cartes
- requests : exécution programmatique de requêtes HTTP pour interroger des APIs web
- tensorFlow et keras : entraînement et évaluation de modèles de deep learning