Qu'est-ce que je recevrai si je souscris à cette Specializations ?

Lorsque vous vous inscrivez au cours, vous avez accès à tous les cours de la spécialisation et vous obtenez un certificat lorsque vous terminez le travail. Votre certificat électronique sera ajouté à votre page Réalisations - de là, vous pouvez imprimer votre certificat ou l'ajouter à votre profil LinkedIn.

Analyse des données comptables avec Python

Analyse des données comptables avec Python

Ce cours fait partie de Spécialisation "Analyse des Données Comptables"

Instructeurs : Ronald Guymon

15 027 déjà inscrits

Inclus avec

8 modules

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

115 avis

niveau Intermédiaire

Certaines connaissances prérequises

Planning flexible

4 semaines à 10 heures une semaine

Apprenez à votre propre rythme

97%

La plupart des étudiants ont apprécié ce cours

8 modules

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

115 avis

niveau Intermédiaire

Certaines connaissances prérequises

Planning flexible

4 semaines à 10 heures une semaine

Apprenez à votre propre rythme

97%

La plupart des étudiants ont apprécié ce cours

Ce que vous apprendrez

Savoir utiliser un logiciel qui vous aidera à créer et à exécuter du code Python.
Exécutez le code Python pour rassembler des données provenant de différentes structures dans une structure de cadre de données Pandas.
Exécutez et interprétez des tâches fondamentales d'analyse de données en Python, y compris des statistiques descriptives, des visualisations de données et des régressions.
Utiliser des bases de données relationnelles et savoir manipuler ces bases de données directement par la ligne de commande et indirectement par un script Python.

Compétences que vous acquerrez

Catégorie : Accounting
Catégorie : Regression Analysis
Catégorie : SQL
Catégorie : Data Analysis Software
Catégorie : Database Management
Catégorie : Data Manipulation
Catégorie : Analytics
Catégorie : Data Structures
Catégorie : Data Visualization
Catégorie : Data Preprocessing
Catégorie : Matplotlib
Catégorie : Statistical Analysis
Catégorie : Descriptive Statistics

Outils que vous découvrirez

Catégorie : NumPy
Catégorie : Python Programming
Catégorie : Jupyter
Catégorie : Seaborn
Catégorie : Pandas (Python Package)
Catégorie : Relational Databases

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Évaluations

8 devoirs

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

En savoir plus sur Coursera pour les affaires

logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Élaborez votre expertise du sujet

Ce cours fait partie de la Spécialisation "Analyse des Données Comptables"

Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.

Apprenez de nouveaux concepts auprès d'experts du secteur
Acquérez une compréhension de base d'un sujet ou d'un outil
Développez des compétences professionnelles avec des projets pratiques
Obtenez un certificat professionnel partageable

Il y a 8 modules dans ce cours

Ce cours se concentre sur le développement de compétences en Python pour assembler des données commerciales. Il couvrira une partie du même matériel que l'Introduction à l'analyse et à la visualisation des données comptables, mais dans un environnement de programmation plus général (Bloc-notes Jupyter pour Python), plutôt que dans Excel et l'éditeur Visual Basic. Ces concepts sont enseignés dans le contexte d'un ou plusieurs domaines de données comptables (par exemple, les données des états financiers provenant d'EDGAR, les données sur les actions, les données sur les prêts, les données sur les points de vente). La première moitié du cours reprend là où l'Introduction à l'Analytique des données comptables et à la Visualisation s'est arrêtée : l'utilisation dans un environnement de développement intégré pour automatiser les tâches d'analyse. Nous discutons de la façon de gérer le code et de partager les résultats dans Jupyter Notebook, un environnement de développement populaire pour les logiciels d'analyse de données comme Python et R. Nous passons ensuite en revue certaines compétences de programmation fondamentales, telles que les opérateurs mathématiques, les fonctions, les instructions conditionnelles et les boucles à l'aide du logiciel Python. La deuxième moitié du cours se concentre sur l'assemblage de données à des fins d'apprentissage automatique. Nous présentons aux étudiants les dataframes Pandas et Numpy pour structurer et manipuler les données. Nous analysons ensuite les données en cours d'utilisation des visualisations et de la régression linéaire. Enfin, nous expliquons comment utiliser Python pour interagir avec les données SQL.

Dans ce module, vous vous familiariserez avec le cours, votre formateur et vos camarades de classe, ainsi qu'avec notre environnement d'apprentissage. Ce module d'orientation vous aidera également à obtenir les compétences techniques nécessaires pour naviguer et réussir dans ce cours. Ce module sert d'introduction au contenu du cours et au serveur WHERE, sur lequel vous exécuterez vos scripts analytiques. Tout d'abord, vous lirez des exemples spécifiques de la façon dont l'analytique est employée par les cabinets d'experts-comptables. Ensuite, vous découvrirez les capacités du serveur Bloc-notes du cours, et comment créer, éditer et exécuter des notebooks sur le serveur du cours. Ensuite, vous apprendrez à écrire des documents au format Bloc-notes, ce qui est un moyen facile d'écrire rapidement du texte formaté, y compris du texte descriptif à l'intérieur d'un carnet de notes de cours.

Inclus

19 vidéos9 lectures1 devoir1 devoir de programmation2 sujets de discussion3 laboratoires non notés1 plugin

19 vidéos Total 102 minutes

Introduction au cours 5 minutes
À propos de Ronald Guymon 4 minutes
À propos de Linden Lu 4 minutes
Module 1 Introduction 3 minutes
1.1 Introduction à l'analyse des données 2 minutes
1.2 Bloc-notes Jupyter 5 minutes
Python et les environnements de développement intégré (IDE) 7 minutes
Installation de Python à l'aide de JupyterLab Desktop (recommandé pour les utilisateurs de Windows et de Mac) 6 minutes
Installer Python avec Homebrew et Pyenv (pour les utilisateurs avancés de Mac) 7 minutes
Installer Python à partir de Python.org pour Windows (pour les utilisateurs avancés de Windows) 5 minutes
Naviguer dans Jupyter Notebook 6 minutes
Naviguer dans JupyterLab 6 minutes
Utilisation des fichiers de l'ordinateur portable 9 minutes
Naviguer dans Spyder 8 minutes
Comparaison de Jupyter Notebook, JupyterLab et Spyder 4 minutes
Actualisation des dossiers 3 minutes
1.3 Introduction à Markdown 3 minutes
Les bases de Markdown 10 minutes
Révision du module 1 7 minutes

9 lectures Total 93 minutes

Syllabus 10 minutes
Glossaire 10 minutes
À propos des forums de discussion 10 minutes
L'enseignement en ligne au Gies College of Business 10 minutes
Mise à jour de votre profil 10 minutes
Module 1 : Vue d'ensemble 3 minutes
Module 1 Lectures 10 minutes
Leçon 1.1 Lectures 20 minutes
Installation de Python et de JupyterLab : Commencer ici 10 minutes

1 devoir Total 20 minutes

Quiz du module 1 20 minutes

1 devoir de programmation Total 3 minutes

Module 1 : Programmation Score 3 minutes

2 sujets de discussion Total 13 minutes

Apprenez à connaître vos camarades de classe 10 minutes
Établir des liens avec le sujet 3 minutes

3 laboratoires non notés Total 85 minutes

Introduction à Jupyter Notebook 45 minutes
Introduction à Markdown 30 minutes
Module 1 Programmation 10 minutes

1 plugin Total 15 minutes

Enquête démographique 15 minutes

Ce module se concentre sur les fonctionnalités de base du langage de programmation Python qui sous-tendent la plupart des programmes (ou scripts) d'analyse de données. Tout d'abord, vous apprendrez pourquoi les étudiants en comptabilité devraient apprendre à écrire des programmes informatiques. Dans la première leçon, vous apprendrez également les concepts de base du langage de programmation Python, notamment comment créer des variables, des types de données de base et des opérateurs mathématiques, et comment documenter vos programmes à l'aide de commentaires. Ensuite, vous découvrirez les opérateurs booléens et logiques en Python et la manière dont ils peuvent être utilisés pour contrôler le flux d'un programme Python à l'aide d'instructions conditionnelles. Enfin, vous découvrirez les fonctions et la manière dont elles peuvent simplifier le développement et la maintenance des programmes. Vous apprendrez également à créer et à appeler des fonctions en Python.

Inclus

13 vidéos2 lectures1 devoir1 devoir de programmation4 laboratoires non notés

13 vidéos Total 68 minutes

Module 2 Introduction 8 minutes
2.1 Introduction à Python 4 minutes
Les bases du code Python 6 minutes
Variables, types de données et opérateurs 8 minutes
2.2 Introduction aux fonctions Python 3 minutes
Fonctions intégrées 6 minutes
Fonctions définies par l'utilisateur 10 minutes
Fonctions et méthodes 4 minutes
Actualisation des dossiers 3 minutes
2.3 Déclarations conditionnelles en Python 3 minutes
Comparaison et opérateurs logiques 3 minutes
Travailler avec des déclarations conditionnelles 5 minutes
Révision du module 2 5 minutes

2 lectures Total 25 minutes

Vue d'ensemble du module 2 15 minutes
Module 2 Lectures 10 minutes

1 devoir Total 15 minutes

Quiz du module 2 15 minutes

1 devoir de programmation Total 1 minute

Module 2 : Programmation Score 1 minute

4 laboratoires non notés Total 150 minutes

Introduction à Python 45 minutes
Introduction aux fonctions Python 45 minutes
Déclarations conditionnelles en Python 30 minutes
Module 2 Programmation 30 minutes

Dans ce module, vous apprendrez à travailler avec les structures de données fondamentales en Python : chaînes de caractères, tuples, listes et dictionnaires. Vous apprendrez également à écrire des boucles pour effectuer des tâches répétitives.

Inclus

16 vidéos2 lectures1 devoir1 devoir de programmation4 laboratoires non notés

16 vidéos Total 87 minutes

Module 3 Introduction 2 minutes
3.1 Introduction aux structures de données Python 4 minutes
Introduction aux cordes 6 minutes
Introduction aux listes 5 minutes
Introduction aux dictionnaires, aux tuples et au déballage 7 minutes
Séquences d'opérations courantes 8 minutes
Actualisation des dossiers 3 minutes
3.2 Travailler avec les structures de données Python 3 minutes
Travailler avec des cordes 9 minutes
Travailler avec des listes et des n-uplets 8 minutes
Travailler avec des dictionnaires 4 minutes
3.3 Introduction aux boucles Python 3 minutes
La boucle For 13 minutes
La boucle While 3 minutes
Compréhensions 4 minutes
Révision du Module 3 5 minutes

2 lectures Total 13 minutes

Vue d'ensemble du module 3 3 minutes
Module 3 Lectures 10 minutes

1 devoir Total 10 minutes

Quiz du module 3 10 minutes

1 devoir de programmation Total 1 minute

Module 3 Programmation Score 1 minute

4 laboratoires non notés Total 210 minutes

Introduction aux structures de données Python 60 minutes
Travailler avec les structures de données Python 60 minutes
Introduction aux boucles Python 60 minutes
Module 3 Programmation 30 minutes

Dans ce module, vous apprendrez à créer et à utiliser des modules, c'est-à-dire un groupe de fonctions. Vous découvrirez ensuite deux des modules les plus importants pour l'analyse de données : NumPy et Pandas. NumPy effectue des calculs numériques sur de grands tableaux de données. Pandas simplifie les procédures de travail avec les données de panel, également connues sous le nom de dataframes.

Inclus

13 vidéos2 lectures1 devoir1 devoir de programmation4 laboratoires non notés

13 vidéos Total 77 minutes

Module 4 Introduction 6 minutes
4.1 Écrire des programmes Python 3 minutes
Modules Python 8 minutes
Erreurs et exceptions 9 minutes
4.2 Introduction à NumPy 2 minutes
Tableau NumPy 6 minutes
Fonctions de base de NumPy 8 minutes
Actualisation des dossiers 3 minutes
4.3 Introduction aux Pandas 2 minutes
Introduction aux cadres de données 8 minutes
Sélection de données avec les cadres de données 10 minutes
Valeurs manquantes et copies avec les cadres de données 9 minutes
Révision du module 4 3 minutes

2 lectures Total 13 minutes

Vue d'ensemble du module 4 3 minutes
Module 4 Lectures 10 minutes

1 devoir Total 20 minutes

Quiz du module 4 20 minutes

1 devoir de programmation Total 1 minute

Module 4 Programmation Score de l'affectation 1 minute

4 laboratoires non notés Total 195 minutes

Écrire des programmes Python 45 minutes
Introduction à NumPy 60 minutes
Introduction aux Pandas 60 minutes
Module 4 Programmation 30 minutes

Ce module se concentre sur l'utilisation des dataframes Pandas pour effectuer certaines tâches fondamentales liées aux dataframes, notamment l'enregistrement et la lecture des dataframes, les fonctions de tableau croisé dynamique, les fonctions de filtrage et le calcul de statistiques descriptives

Inclus

15 vidéos2 lectures1 devoir1 devoir de programmation4 laboratoires non notés

15 vidéos Total 96 minutes

Module 5 Introduction 3 minutes
5.1 Python File IO 3 minutes
Lire et écrire des fichiers avec Base Python 9 minutes
Lire et écrire des fichiers avec Pandas 9 minutes
Préserver les types de données avec le décapage 6 minutes
Actualisation des dossiers 3 minutes
5.2 Travailler avec le DataFrame Pandas 2 minutes
Explorer les cadres de données 9 minutes
Copier et trier des cadres de données 8 minutes
Modification des noms de colonnes et de lignes des cadres de données 6 minutes
Regroupement et agrégation à l'aide de cadres de données 6 minutes
Empilement et pivotement des cadres de données 11 minutes
5.3 Introduction aux statistiques descriptives 2 minutes
Statistiques descriptives des bases de données 13 minutes
Révision du module 5 7 minutes

2 lectures Total 13 minutes

Vue d'ensemble du module 5 3 minutes
Module 5 Lectures 10 minutes

1 devoir Total 30 minutes

Quiz du module 5 30 minutes

1 devoir de programmation Total 1 minute

Module 5 Programmation Score 1 minute

4 laboratoires non notés Total 195 minutes

Entrée/sortie de fichiers Python 45 minutes
Travailler avec le DataFrame de Pandas 60 minutes
Introduction aux statistiques descriptives 45 minutes
Module 5 Programmation 45 minutes

Dans ce module, vous apprendrez quelques éléments de base pour créer des visualisations de données en Python. Vous apprendrez ensuite à utiliser les modules Matplotlib et Seaborn pour vous aider à créer certaines des visualisations de données unidimensionnelles et bidimensionnelles les plus couramment utilisées.

Inclus

17 vidéos2 lectures1 devoir1 devoir de programmation4 laboratoires non notés

17 vidéos Total 90 minutes

Module 6 Introduction 3 minutes
6.1 Introduction au traçage avec Python 2 minutes
Introduction au traçage avec les Pandas 10 minutes
Plus d'informations sur Plotting With Pandas 5 minutes
Introduction à matplotlib 9 minutes
En savoir plus sur le traçage avec matplotlib 6 minutes
Introduction au traçage avec Seaborn 5 minutes
Actualisation des dossiers 3 minutes
6.2 Introduction à la visualisation de données unidimensionnelles 2 minutes
Introduction aux histogrammes de Seaborn 6 minutes
Introduction aux parcelles en boîte de Seaborn 6 minutes
Introduction aux placettes à barres de Seaborn 5 minutes
6.3 Introduction aux données bidimensionnelles 3 minutes
Introduction aux diagrammes de dispersion 7 minutes
Introduction aux diagrammes en paires 5 minutes
Introduction aux tracés conjoints 6 minutes
Révision du module 6 8 minutes

2 lectures Total 13 minutes

Vue d'ensemble du module 6 3 minutes
Module 6 Lectures 10 minutes

1 devoir Total 15 minutes

Quiz du module 6 15 minutes

1 devoir de programmation Total 1 minute

Module 6 Programmation Score de l'affectation 1 minute

4 laboratoires non notés Total 240 minutes

Introduction au traçage avec Python 60 minutes
Introduction aux visualisations de données unidimensionnelles 60 minutes
Introduction à la visualisation de données en deux dimensions 60 minutes
Module 6 Programmation 60 minutes

Dans ce module, vous découvrirez le cadre décisionnel CRISP pour aborder les problèmes du monde réel. Vous apprendrez également à utiliser la régression linéaire pour trouver et quantifier les relations.

Inclus

17 vidéos2 lectures1 devoir1 devoir de programmation4 laboratoires non notés

17 vidéos Total 86 minutes

Module 7 Introduction 4 minutes
7.1 Introduction à CRISP-DM 3 minutes
7.2 Introduction aux techniques de préparation des données 3 minutes
Fonctions Pandas pour charger des données 7 minutes
Remplir les valeurs manquantes avec des moyennes conditionnelles 8 minutes
Manipulation des colonnes de chaînes d'un cadre de données 8 minutes
Création de valeurs temporelles 5 minutes
Fractionner, appliquer, combiner et plus encore sur les heures de la journée 6 minutes
Fonctions Lambda 6 minutes
Actualisation des dossiers 3 minutes
7.3 Régression linéaire en Python 3 minutes
Configuration des données pour la régression 5 minutes
Création d'un modèle de régression simple 8 minutes
Prédire avec un modèle de régression 5 minutes
Modèle de régression multiple 7 minutes
Variables catégorielles dans la régression 3 minutes
Révision du module 7 3 minutes

2 lectures Total 13 minutes

Vue d'ensemble du module 7 3 minutes
Module 7 Lectures 10 minutes

1 devoir Total 30 minutes

Quiz du module 7 30 minutes

1 devoir de programmation Total 1 minute

Module 7 Programmation Score de l'affectation 1 minute

4 laboratoires non notés Total 155 minutes

Introduction à CRISP-DM 20 minutes
Introduction aux techniques de préparation des données 45 minutes
Introduction à la régression linéaire 60 minutes
Module 7 Programmation 30 minutes

Ce module se concentre sur les systèmes de gestion de bases de données relationnelles (SGBDR) et sur la manière d'interagir avec eux en utilisant Python.

Inclus

16 vidéos4 lectures1 devoir1 devoir de programmation4 laboratoires non notés1 plugin

16 vidéos Total 85 minutes

Module 8 Introduction 4 minutes
8.1 Introduction à la persistance des données 5 minutes
Introduction au terminal 8 minutes
Création d'une base de données SQLite à partir du terminal 8 minutes
Création d'une table SQLite à partir d'un fichier CSV 5 minutes
Utilisation des fichiers de vidage et de lecture pour créer des tables 8 minutes
Modification de tables SQLite existantes 5 minutes
Actualisation des dossiers 3 minutes
8.2 Concepts avancés 2 minutes
Interroger des tableaux avec SQL 7 minutes
Requêtes de jointure SQL 6 minutes
8.3 Programmation de bases de données en Python 3 minutes
Interroger les bases de données relationnelles avec Python et SQL 7 minutes
Explorer les bases de données et ajouter des lignes aux tableaux avec Python 9 minutes
Révision du module 8 4 minutes
Apprendre à votre rythme 1 minute

4 lectures Total 33 minutes

Vue d'ensemble du module 8 3 minutes
Module 8 Lectures 10 minutes
Félicitations pour avoir terminé le cours ! 10 minutes
Obtenez votre certificat de cours 10 minutes

1 devoir Total 30 minutes

Quiz du module 8 30 minutes

1 devoir de programmation Total 1 minute

Module 8 Programmation Score de l'affectation 1 minute

4 laboratoires non notés Total 230 minutes

Introduction à la persistance des données 60 minutes
SQL : Concepts avancés 50 minutes
Programmation de bases de données en Python 60 minutes
Module 8 Programmation 60 minutes

1 plugin Total 15 minutes

Enquête de fin de cours 15 minutes

Obtenez un certificat professionnel

Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.

Préparer un diplôme

Ce site cours fait partie du (des) programme(s) diplômant(s) suivant(s) proposé(s) par University of Illinois Urbana-Champaign. Si vous êtes admis et que vous vous inscrivez, les cours que vous avez suivis peuvent compter pour l'apprentissage de votre diplôme et vos progrès peuvent être transférés avec vous.¹

Instructeurs

Évaluations de l’enseignant

(33 évaluations)

Ronald Guymon

University of Illinois Urbana-Champaign

5 Cours 90 895 apprenants

Linden Lu

University of Illinois Urbana-Champaign

3 Cours 21 314 apprenants

Offert par

University of Illinois Urbana-Champaign

En savoir plus sur L'essentiel pour les entreprises

University of Illinois Urbana-Champaign
Machine Learning for Accounting with Python
Cours
Coursera
Applying Python for Data Analysis
Cours
University of Illinois Urbana-Champaign
Introduction to Accounting Data Analytics and Visualization
Cours
EDUCBA
Analyze Financial Data with Python for Decision Making
Cours

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Étudiant(e) depuis 2018

’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’

Jennifer J.

Étudiant(e) depuis 2020

’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’

Larry W.

Étudiant(e) depuis 2021

’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’

Chaitanya A.

’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Avis des étudiants

5 stars
66,08 %
4 stars
21,73 %
3 stars
4,34 %
2 stars
5,21 %
1 star
2,60 %

Affichage de 3 sur 115

Révisé le 30 nov. 2020

It is very easy to learn and also very interesting because you can modify and try other things.

Révisé le 2 juil. 2020

Great program for beginners in python programming

Révisé le 27 mars 2022

very useful and important to computer science engineering students

Voir plus d’avis

Ouvrez de nouvelles portes avec Coursera Plus

Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.

Faites progresser votre carrière avec un diplôme en ligne

Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne

Découvrir les diplômes

Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires

Améliorez les compétences de vos employés pour exceller dans l’économie numérique

Foire Aux Questions

Une fois que vous vous serez inscrit à un certificat, vous aurez accès à toutes les vidéos, à tous les quiz et à tous les travaux de programmation (le cas échéant). Si vous choisissez d'explorer le cours sans l'acheter, il se peut que vous ne puissiez pas accéder à certains travaux.

Vous pouvez prétendre à un remboursement intégral jusqu'à deux semaines après la date de votre paiement. Vous ne pouvez pas obtenir de remboursement une fois que vous avez obtenu un certificat de cours, même si vous terminez le cours pendant la période de remboursement de 2 semaines. Consultez notre politique de remboursement complète.

Oui ! Coursera offre une aide financière aux apprenants qui aimeraient terminer un cours, mais qui ne peuvent pas payer les frais de cours. Pour faire une demande d'aide, sélectionnez " En savoir plus et faire une demande " dans la section Aide financière sous le bouton " S'inscrire ". Vous serez invité à remplir une simple demande ; aucun autre document n'est requis.

Plus de questions

Visitez le Centre d'Aide pour les Étudiants

Aide financière disponible,