Topic outline

  • Iteration 3 (1) : Visualisation Statistique avec Seaborn

    La statistique descriptive permet d'expliquer certains phénomènes à partir d'un grand volume de donnée. Nous allons nous servir de certains indicateurs statistiques pour analyser nos données.

    Seaborn nous permet de visualiser des données statistiques afin d'analyser nos données.

    Ressources :
    Un peu de stats : cours sd (pdf). Ce document contient tous les concepts de base de la statistique descriptive, si vous avez un moment lisez-le. Il permet de clarifier quelques concepts.

    Activité 1 : Un peu de statistique

    Distanciel -12h
    Nous allons commencer par revoir quelques concepts statistiques. Ces concepts vont nous permettre d'interpréter les résultats présentés par Seaborn.

    Vous pouvez valider la compétence générer et interpréter des histogrammes, barplots et scatterplots en seaborn une fois que vous avez fini la première partie du notebook 9.
    Après avoir complété le test Concepts statistiques vous pouvez valider la compétence connaître les concepts élémentaires des statistiques

    Activité 2 : La distribution gaussienne

    Présentiel  - 4h
    La distribution gaussienne est très utilisée en statistique. Nous allons donc approfondir un peu sur ses propriétés. 

    Vous pouvez valider la compétence comprendre la définition de courbe de densité  et connaître la distribution normale.

    Activité 3 : Corrélation et relation entre plusieurs variables

    Présentiel - 8h
    Nous allons explorer des fonctionnalités de Seaborn qui nous permettent de déterminer la relation entre les différentes variables.

    • Suivez les videos :
      ,
    • Complétez la partie 2 du notebook iteration3/notebook9_seaborn_pandas_visualize.ipynb
    • Publiez les modifications sur votre repository GitHub.
    Vous pouvez valider la compétence  visualiser des régressions linéaires et des corrélations en Seaborn.