Data Science en Python pour la Recherche en Santé
Maîtrisez Python, pandas, scikit-learn et les visualisations interactives pour analyser des données de santé. Projets réels sur des bases de données épidémiologiques africaines.
- Format : Hybride
- Durée : 50 heures
- Niveau intermédiaire
- Certificat inclus
- Langue : Français
Présentation
Python est devenu incontournable pour tout professionnel de la donnée en santé. Cette formation intensive vous emmène de zéro Python jusqu'à la construction de modèles prédictifs opérationnels, en passant par l'analyse exploratoire, le nettoyage de données et la visualisation.
Vous travaillez sur des datasets réels : registres hospitaliers, données de surveillance épidémiologique, données de l'OMS pour l'Afrique. Chaque module intègre GitHub Copilot et Claude pour coder plus vite et déboguer efficacement.
À l'issue de la formation, vous êtes capable de produire un pipeline d'analyse complet, de la donnée brute au rapport automatisé.
Objectifs
- Maîtriser Python, pandas, NumPy, matplotlib et seaborn
- Nettoyer, transformer et explorer des données médicales
- Construire des visualisations interactives (Plotly, Dash)
- Développer des modèles de régression et de classification avec scikit-learn
- Automatiser des rapports d'analyse avec Jupyter et Quarto
- Utiliser GitHub Copilot et Claude comme co-pilotes de code
Public concerné
- Chercheurs en épidémiologie et santé publique
- Data managers d'ONG ou de ministères
- Étudiants en doctorat avec données quantitatives
- Professionnels de santé souhaitant coder
Programme
4 modules, 16 leçons.
Module 1 : Introduction et fondamentaux
- Présentation du programme 33 min
- Concepts de base 27 min
- Environnement de travail 50 min
- Ressources et bibliographie 46 min
Module 2 : Mise en pratique
- Exercice guidé 1 58 min
- Exercice guidé 2 30 min
- Cas pratique 40 min
- Quiz de validation 42 min
Module 3 : Approfondissement
- Techniques avancées 38 min
- Études de cas réels 56 min
- Projet pratique 60 min
- Correction et feedback 53 min
Module 4 : Évaluation et certification
- Révision générale 51 min
- Examen final 29 min
- Présentation des résultats 28 min
- Remise des certificats 25 min
Prérequis
- Notions de statistiques (niveau licence)
- Bases en logique de programmation appréciées (mais non obligatoires)