Voilà, ce n’est pas pour moi mais pour offrir a quelqu’un qui commence a avoir un niveau débutant+ en prog et en python et qui aimerait se lancer dans l’analyse de donnée.
Je cherche des recommandations de livres sur le sujet, si possible vraiment pédagogiques.
A la limite des cours en ligne aussi mais avec une bonne pédagogie.
Merci
J’imagine que tu es déjà tombé dessus si tu as googlé, mais j’ai ça sous le coude, qui me semble bien mais je dois avouer que je n’y ai toujours pas touché donc je ne peux te donner un avis objectif dessus, d’autant que mon niveau python est toujours proche de 0.
En allant voir s’il était toujours dispo je suis tombé sur son petit frère qui est sorti l’année dernière, et que je vais tenter de me procurer du coup.
tres bon cours sur le sujet http://course18.fast.ai/ml
Il traite de machine learing et donc forcement de manipulation de data.
Tu as ensuite le pendant deeplearing dont j ai deja je crois trop fait la pub : https://course.fast.ai/
Mais voila si c est quelqu un qui veut vraiment progresser en manipulation de data je conseille plutot celui sur le machine learning parce que dans l autre (tout du moins dans la 1ere partie) ils s appuient beaucoup sur des fonctions de haut niveau donc qui masquent un peu les vrai traitement qui sont fait en arriere plan sur les datas
Par contre désolé tout ca est dispo gratuitement donc le coté « cadeau » perd de son charme 
je pense que c est bien dans la cible :
un gros bouquin « gratuit » sur la manipulation de data en python avec pour chaque chapitre un lien “open in colab” pour tester directement les exemples de code 
Python Data Science Handbook | Python Data Science Handbook
merci
Perso j’ai utilisé Introduction to Statistical Learning pour me lancer dans le ML. Je l’ai souvent vu recommandé comme bon bouquin d’intro. Les différentes méthodes de régression et classification sont expliquées de manière très intuitives, sans se perdre dans des tonnes d’équations (pour ça, il y a son grand frère). Et ca permet aussi d’acquérir les bases nécessaires pour le deep learning (e.g. tradeoff biais-variance, overfitting, validation, etc.). A noter tout de même: dispo uniquement en anglais et les applications sont en R pas en python.
Pour le deep learning, j’ai entendu beaucoup de bien de Deep Learning with Python écrit par François Chollet, le créateur de la librairie Keras qui est beaucoup utilisé dans le monde du deep learning.
Pour ce qui est des cours en ligne je recommande vraiment les cours de Andrew Ng sur Coursera (il en a un sur le ML et un sur le DL). C’est ultra-pédagogique et ça permettra à ton pote d’avoir une bonne compréhension des bases. J’ai aussi entendu beaucoup de bien des cours de fastai mais j’ai pas testé.