Data-Science-For-Beginners/translations/fr

Data Science for Beginners - A Curriculum

Azure Cloud Advocates at Microsoft are pleased to offer a 10-week, 20-lesson curriculum all about Data Science. Each lesson includes pre-lesson and post-lesson quizzes, written instructions to complete the lesson, a solution, and an assignment. Our project-based pedagogy allows you to learn while building, a proven way for new skills to 'stick'.

Un grand merci à nos auteurs : Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 Remerciements particuliers 🙏 à nos auteurs, relecteurs et contributeurs de contenu Microsoft Student Ambassador, notamment Aaryan Arora, Aditya Garg, Alondra Sanchez, Ankita Singh, Anupam Mishra, Arpita Das, ChhailBihari Dubey, Dibri Nsofor, Dishita Bhasin, Majd Safi, Max Blum, Miguel Correa, Mohamma Iftekher (Iftu) Ebne Jalal, Nawrin Tabassum, Raymond Wangsa Putra, Rohit Yadav, Samridhi Sharma, Sanya Sinha, Sheena Narula, Tauqeer Ahmad, Yogendrasingh Pawar , Vidushi Gupta, Jasleen Sondhi

Data Science For Beginners - Sketchnote par @nitya

🌐 Support multilingue

Pris en charge via GitHub Action (Automatisé et toujours à jour)

Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Estonian | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Kannada | Korean | Lithuanian | Malay | Malayalam | Marathi | Nepali | Nigerian Pidgin | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Telugu | Thai | Turkish | Ukrainian | Urdu | Vietnamese

Si vous souhaitez que des langues supplémentaires soient prises en charge, elles sont répertoriées ici

Rejoignez notre communauté

Nous organisons une série Discord "Learn with AI", pour en savoir plus et nous rejoindre, rendez-vous sur Learn with AI Series du 18 au 30 septembre 2025. Vous recevrez des conseils et astuces pour utiliser GitHub Copilot pour la Data Science.

Êtes-vous étudiant ?

Commencez avec les ressources suivantes :

• Student Hub page Sur cette page, vous trouverez des ressources pour débutants, des packs étudiants et même des moyens d'obtenir un bon de réduction pour une certification gratuite. C'est une page que vous voudrez mettre en favoris et consulter de temps en temps, car nous mettons à jour le contenu au moins une fois par mois.
• Microsoft Learn Student Ambassadors Rejoignez une communauté mondiale d'ambassadeurs étudiants, cela pourrait être votre porte d'entrée chez Microsoft.

Pour bien démarrer

📚 Documentation

• Installation Guide - Instructions pas à pas pour configurer l'environnement pour les débutants
• Usage Guide - Exemples et flux de travail courants
• Troubleshooting - Solutions aux problèmes fréquents
• Contributing Guide - Comment contribuer à ce projet
• For Teachers - Conseils pédagogiques et ressources pour la classe

👨‍🎓 Pour les étudiants

Débutants complets : Nouveau en science des données ? Commencez par nos exemples adaptés aux débutants ! Ces exemples simples et bien commentés vous aideront à comprendre les bases avant de vous plonger dans le programme complet. Étudiants : pour utiliser ce programme par vous-même, forkez le dépôt entier et réalisez les exercices seul, en commençant par un quiz pré-conférence. Ensuite, lisez la leçon et complétez le reste des activités. Essayez de créer les projets en comprenant les leçons plutôt qu'en copiant le code de la solution ; toutefois, ce code est disponible dans les dossiers /solutions de chaque leçon axée sur un projet. Une autre idée est de former un groupe d'étude avec des amis et de parcourir le contenu ensemble. Pour approfondir, nous recommandons Microsoft Learn.

Démarrage rapide :

1. Consultez le Installation Guide pour configurer votre environnement
2. Passez en revue le Usage Guide pour apprendre à travailler avec le programme
3. Commencez par la Leçon 1 et suivez-les dans l'ordre
4. Rejoignez notre communauté Discord pour obtenir de l'aide

👩‍🏫 Pour les enseignants

Enseignants : nous avons inclus quelques suggestions sur la manière d'utiliser ce programme. Nous aimerions recevoir vos retours dans notre forum de discussion !

Rencontrez l'équipe

Gif par Mohit Jaisal

🎥 Cliquez sur l'image ci-dessus pour une vidéo sur le projet et les personnes qui l'ont créé !

Pédagogie

Nous avons choisi deux principes pédagogiques lors de la conception de ce programme : garantir qu'il soit basé sur des projets et qu'il inclue des quiz fréquents. À la fin de cette série, les étudiants auront appris les principes de base de la science des données, y compris les concepts éthiques, la préparation des données, différentes façons de travailler avec les données, la visualisation des données, l'analyse des données, des cas d'utilisation réels de la science des données, et plus encore.

De plus, un quiz à faible enjeu avant une classe oriente l'intention de l'étudiant vers l'apprentissage d'un sujet, tandis qu'un second quiz après la classe assure une meilleure rétention. Ce programme a été conçu pour être flexible et amusant et peut être suivi en totalité ou en partie. Les projets commencent petits et deviennent de plus en plus complexes à la fin du cycle de 10 semaines.

Trouvez notre Code of Conduct, Contributing, Translation guidelines. Nous accueillons vos retours constructifs !

Chaque leçon comprend :

• Sketchnote optionnelle
• Vidéo complémentaire optionnelle
• Quiz d'échauffement avant la leçon
• Leçon écrite
• Pour les leçons basées sur des projets, des guides pas à pas pour construire le projet
• Contrôles de connaissances
• Un défi
• Lectures complémentaires
• Devoir
• Quiz post-leçon

Une remarque sur les quiz : Tous les quiz sont contenus dans le dossier Quiz-App, soit 40 quiz au total de trois questions chacun. Ils sont liés depuis les leçons, mais l'application de quiz peut être exécutée localement ou déployée sur Azure ; suivez les instructions dans le dossier quiz-app. Ils sont progressivement en cours de localisation.

🎓 Exemples pour débutants

Nouveau en science des données ? Nous avons créé un répertoire d'exemples spécial avec du code simple et bien commenté pour vous aider à démarrer :

• 🌟 Hello World - Votre premier programme de science des données
• 📂 Loading Data - Apprenez à lire et explorer des ensembles de données
• 📊 Simple Analysis - Calculer des statistiques et découvrir des motifs
• 📈 Basic Visualization - Créer des graphiques et des diagrammes
• 🔬 Real-World Project - Flux de travail complet du début à la fin

Chaque exemple inclut des commentaires détaillés expliquant chaque étape, ce qui le rend parfait pour les débutants absolus !

👉 Commencez par les exemples 👈

Leçons

Science des données pour débutants : feuille de route - Sketchnote par @nitya

Numéro de leçon	Sujet	Regroupement de la leçon	Objectifs d'apprentissage	Leçon liée	Auteur
01	Définir la science des données	Introduction	Apprendre les concepts de base de la science des données et comment elle est liée à l'intelligence artificielle, à l'apprentissage automatique et au big data.	leçon vidéo	Dmitry
02	Éthique de la science des données	Introduction	Concepts, défis et cadres de l'éthique des données.	leçon	Nitya
03	Définir les données	Introduction	Comment les données sont classifiées et leurs sources courantes.	leçon	Jasmine
04	Introduction aux statistiques et aux probabilités	Introduction	Les techniques mathématiques de probabilité et de statistiques pour comprendre les données.	leçon vidéo	Dmitry
05	Travail avec les données relationnelles	Travailler avec les données	Introduction aux données relationnelles et aux bases de l'exploration et de l'analyse de données relationnelles avec le Structured Query Language, également connu sous le nom SQL (prononcé « see-quell »).	leçon	Christopher
06	Travail avec les données NoSQL	Travailler avec les données	Introduction aux données non relationnelles, à leurs différents types et aux bases de l'exploration et de l'analyse des bases de données documentaires.	leçon	Jasmine
07	Travail avec Python	Travailler avec les données	Notions de base sur l'utilisation de Python pour l'exploration de données avec des bibliothèques telles que Pandas. Une compréhension fondamentale de la programmation Python est recommandée.	leçon vidéo	Dmitry
08	Préparation des données	Travailler avec les données	Sujets sur les techniques de données pour nettoyer et transformer les données afin de gérer les problèmes de données manquantes, inexactes ou incomplètes.	leçon	Jasmine
09	Visualisation des quantités	Data Visualization	Apprenez à utiliser Matplotlib pour visualiser des données d'oiseaux 🦆	leçon	Jen
10	Visualisation des distributions de données	Data Visualization	Visualiser les observations et les tendances à l'intérieur d'un intervalle.	leçon	Jen
11	Visualisation des proportions	Data Visualization	Visualiser des pourcentages discrets et groupés.	leçon	Jen
12	Visualisation des relations	Data Visualization	Visualiser les connexions et corrélations entre ensembles de données et leurs variables.	leçon	Jen
13	Visualisations significatives	Data Visualization	Techniques et conseils pour rendre vos visualisations utiles pour une résolution de problèmes efficace et des enseignements.	leçon	Jen
14	Introduction au cycle de vie de la science des données	Lifecycle	Introduction au cycle de vie de la science des données et à sa première étape d'acquisition et d'extraction des données.	leçon	Jasmine
15	Analyse	Lifecycle	Cette phase du cycle de vie de la science des données se concentre sur les techniques d'analyse des données.	leçon	Jasmine
16	Communication	Lifecycle	Cette phase du cycle de vie de la science des données se concentre sur la présentation des enseignements tirés des données d'une manière qui facilite leur compréhension par les décideurs.	leçon	Jalen
17	Science des données dans le cloud	Cloud Data	Cette série de leçons introduit la science des données dans le cloud et ses avantages.	leçon	Tiffany and Maud
18	Science des données dans le cloud	Cloud Data	Entraînement de modèles en utilisant des outils Low Code.	leçon	Tiffany and Maud
19	Science des données dans le cloud	Cloud Data	Déploiement de modèles avec Azure Machine Learning Studio.	leçon	Tiffany and Maud
20	Science des données sur le terrain	In the Wild	Projets pilotés par la science des données dans le monde réel.	leçon	Nitya

GitHub Codespaces

Suivez ces étapes pour ouvrir cet exemple dans un Codespace :

1. Cliquez sur le menu déroulant Code et sélectionnez l'option Open with Codespaces.
2. Sélectionnez + New codespace en bas du panneau. For more info, check out the GitHub documentation.

VSCode Remote - Containers

Suivez ces étapes pour ouvrir ce dépôt dans un conteneur en utilisant votre machine locale et VSCode avec l'extension VS Code Remote - Containers :

1. Si c'est la première fois que vous utilisez un conteneur de développement, assurez-vous que votre système répond aux prérequis (c.-à-d. avoir Docker installé) dans la documentation de démarrage.

To use this repository, you can either open the repository in an isolated Docker volume:

Remarque: Sous le capot, cela utilisera la commande Remote-Containers: Clone Repository in Container Volume... pour cloner le code source dans un volume Docker plutôt que dans le système de fichiers local. Volumes sont le mécanisme préféré pour persister les données des conteneurs.

Or open a locally cloned or downloaded version of the repository:

• Clone this repository to your local filesystem.
• Press F1 and select the Remote-Containers: Open Folder in Container... command.
• Select the cloned copy of this folder, wait for the container to start, and try things out.

Accès hors ligne

Vous pouvez exécuter cette documentation hors ligne en utilisant Docsify. Forkez ce dépôt, installez Docsify sur votre machine locale, puis dans le dossier racine de ce dépôt, tapez docsify serve. Le site sera servi sur le port 3000 de votre localhost : localhost:3000.

Remarque, les notebooks ne seront pas rendus via Docsify, donc lorsque vous devez exécuter un notebook, faites-le séparément dans VS Code avec un noyau Python.

Autres cursus

Notre équipe produit d'autres cursus ! Découvrez :

LangChain

---

Azure / Edge / MCP / Agents

---

Série IA générative

---

Fondamentaux

---

Série Copilot

Obtenir de l'aide

Vous rencontrez des problèmes ? Consultez notre Guide de dépannage pour des solutions aux problèmes courants.

Si vous êtes bloqué ou avez des questions sur la création d'applications d'IA. Rejoignez d'autres apprenants et des développeurs expérimentés dans les discussions sur MCP. C'est une communauté bienveillante où les questions sont les bienvenues et où les connaissances sont librement partagées.

Si vous avez des retours sur le produit ou rencontrez des erreurs lors du développement, visitez :

---

Avertissement : Ce document a été traduit à l'aide du service de traduction par IA Co-op Translator. Bien que nous nous efforcions d'être précis, veuillez noter que les traductions automatiques peuvent comporter des erreurs ou des inexactitudes. Le document original dans sa langue d'origine doit être considéré comme la source faisant foi. Pour les informations critiques, il est recommandé de recourir à une traduction professionnelle effectuée par un traducteur humain. Nous déclinons toute responsabilité en cas de malentendus ou d'interprétations erronées résultant de l'utilisation de cette traduction.