Organisé par l'AÉBINUM et IVADO
| Nom du Bloc | Semaine | Date | Concepts clés | Salle |
|---|---|---|---|---|
| Lancement du Défi | 0 | 8 janvier 2021 (14h30) | Mener un projet d'analyse de A à Z - Un aperçu de vos 100 jours | Salles de Démo |
| Bien organiser son projet | 1 | 11, 13 et 15 janvier (17h00) | Présentation des Jupyter Notebooks Initiation à Git Gestion d'un projet d'analyse |
Salle de Démo Python |
| Traitement et manipulation de données | 2 | 21 janvier (17h00) | Uploader ses données, table & dataframe, nettoyage | Salles de Démo |
| Visualisation de données | 4 | 4 février (17h00) | Outils de visualisation et graphiques | Salles de Démo |
| Analyses statistique | 6 | 18 février (17h00) | Outils pour mener des tests statistiques | Salles de Démo |
| Concepts en apprentissage machine | 8 | 2 et 4 mars (17h00) | Concepts de base et intermédiaire | Salle Keynote |
| Présenter un projet d'analyse | 14 | Semaine du 12 avril | Bien comuniquer ses travaux | Salle de Démo Python |
| Clôture du défi | Semaine du 3 mai | Présentations des projets de participants et célébrations | À venir |
1. Participer aux évènements du J1
2. Assister à au moins 3 ateliers (excluant le J1)
3. Lancer une invitation pour un GatherTime sur Slack
4. Prendre une photo de groupe et la partager (Slack et/ou réseaux sociaux)
5. Partager sur les réseaux sociaux un aperçu de son projet sous quelconque forme (#datatre2021)
6. Répondre à une question d’un autre participant
7. Partager une ressource intéressantes sur le Slack
1. Créer deux figures (avec un ou plusieurs graphs) et les partager avec une brève description dans le canal #défis du Slack (20 pts)
Tous les Notebooks utilisés pendant les ateliers sont disponibles en formats .ipynb ici.
Les ateliers seront aussi disponibles sur la page Youtube d'IVADO.
Vous pouvez d'ailleurs y visionner quelques moments forts de l'édition 2020!
Nous collaborons à mettre en place une banques de jeux de données publics. Les noms, liens et descriptions (si disponibles) de diverses ressources sont listés dans cette table.
Python's Doc
TutorialsPoint
Towards Data Science
Full Stack Python
Learn Python
Udacity: Introduction to Python Programming
knight lab: Five mini programming projects for the Python beginner
R's Manuals
TutorialsPoint
Towards Data Science
R Studio Education
R-bloggers
Code academy
Install R kernal in Jupyter
Work with R in Google Collab
Insert LaTeX equations
Jupyter Notebook Introduction
