Lab 1 : Les Bases de la Data Science en Python
Objectif : Prendre en main les outils fondamentaux de la data science en Python — Pandas, Matplotlib et Scikit-Learn — sur un jeu de ventes synthétique.
Ce laboratoire ouvre la Journée 1 du workshop. Il pose les fondations techniques manipulées dans tous les labs suivants : avant d’orchestrer des agents d’IA capables d’interroger des données (Labs 2-7), il faut savoir charger, explorer et modéliser ces données soi-même. Le fil conducteur va de la lecture d’un DataFrame jusqu’à une première prédiction par régression linéaire, puis ouvre explicitement sur l’enjeu du workshop : passer « de la data aux agents IA ».
Objectifs d’apprentissage
À la fin de ce lab, vous saurez :
- Charger et manipuler un jeu de données avec Pandas (lecture CSV,
info,describe,head) - Explorer, sélectionner et filtrer des données selon des conditions
- Visualiser des tendances avec Matplotlib
- Entraîner un modèle de régression linéaire simple avec Scikit-Learn (
train_test_split,r2_score) - Relier ces briques à la suite agentique du workshop
Données fournies
sales_data.csv: jeu de ventes synthétique (ventes journalières par produit), support des exemples et des exercices.
Prérequis
- Python 3.10+
- Bibliothèques :
pandas,matplotlib,scikit-learn - Aucune expérience préalable en data science requise
Notebook
- Lab1-PythonForDataScience.ipynb — notebook étudiant (3 exercices : statistiques par produit, filtrage conditionnel, prédictions par produit)
Suite
Lab 2 (RFP Analysis) entre dans l’IA agentique : un premier agent LangChain analyse un appel d’offre. Les Labs 4 et 5 (Journée 3) reprennent et approfondissent le socle Pandas / ML posé ici.