Python pour l'analyse de données et les statistiques
Fondamentaux, régression linéaire et simulations
Une progression claire, des fondamentaux Python jusqu'aux principales méthodes statistiques utilisées en analyse de données : chargement, nettoyage et manipulation de données, statistique descriptive et inférentielle, puis régression, Monte Carlo et ACP, appliqués pas à pas sur des cas concrets en finance d'entreprise.
Laurent Davoust, FRM
Laurent DAVOUST est expert en ingénierie financière et en développement informatique. Diplômé de l'Université Paris Dauphine et certifié FRM (Financial Risk Manager), il a notamment exercé comme IT Data Manager à la Société Générale (SG CIB), où il a développé des outils d'automatisation, d'analyse de données et de modélisation financière en Python et C#.
Aujourd'hui consultant auprès de fintech, il intervient sur les problématiques de data, d'algorithmie et de modélisation.
Il enseigne également dans plusieurs établissements, dont l'Université Paris Dauphine, CY Tech et l'ESILV, et auprès des professionnels.
Sa pédagogie, tournée vers la pratique, s'appuie sur une solide expérience de terrain en finance, statistiques et développement.
« Par ce livre, je vous transmets à la fois des connaissances sur le langage Python (particularités du langage, manipulation des données) mais aussi sur les mesures essentielles en statistiques (en allant jusqu'à de la simulation Monte Carlo ou de l'analyse en composante principale). »
— Laurent Davoust, FRM, auteur
Caractéristiques du livre
Progression structurée
Des fondamentaux Python (syntaxe, fonctions, structures de données) à la manipulation avancée de jeux de données réels avec NumPy et Pandas.
Fil rouge statistique
Statistique descriptive, probabilités, lois usuelles, théorème central limite, intervalles de confiance et tests d'hypothèses, appliqués en finance d'entreprise (cas accessible aux non financiers).
Modèles prédictifs
Régression linéaire simple et multiple, simulation de Monte Carlo et analyse en composantes principales, avec interprétation constante des résultats.
Apprendre le Python à l'aide des statistiques &
Apprendre les statistiques à l'aide du Python
Cet ouvrage permet d'apprendre les particularités du langage Python à l'aide des statistiques.
Avec cet ouvrage, on peut aussi apprendre les statistiques appliqués avec Python.
Chaque notion statistique est expliquée puis mise en œuvre directement en Python (NumPy, Pandas, scikit-learn) sur des cas concrets en finance simple (accessible à tous).
Sommaire
Premiers pas avec Python
Environnement, syntaxe, fonctions, structures de données
Manipulation avec NumPy et Pandas
Tableaux, DataFrame, chargement, nettoyage, fusion
Introduction aux statistiques
Statistique descriptive et visualisation des données
Probabilité et lois statistiques
Bases de probabilité, loi normale, lois usuelles
Statistiques inférentielles
Échantillonnage, théorème central limite, tests d'hypothèses
Régression statistique
Régression linéaire simple et multiple, analyse des résidus
Monte Carlo
Simulation, convergence, variables dépendantes, copules
Analyse en composantes principales
Fondements, interprétation, exploitation dans les modèles
Fichiers complémentaires
Codes Python, jeux de données et corrigés utilisés dans le livre, à télécharger gratuitement pour suivre les exemples pas à pas.
