Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.8
21 avis
niveau Intermédiaire
Expérience recommandée
Expérience recommandée
Niveau intermédiaire
Comprendre les concepts de la science des données, expérience des langages de programmation (Python), des bibliothèques (NumPy, pandas) et des langages d'interrogation de bases de données (SQL).
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.8
21 avis
niveau Intermédiaire
Expérience recommandée
Expérience recommandée
Niveau intermédiaire
Comprendre les concepts de la science des données, expérience des langages de programmation (Python), des bibliothèques (NumPy, pandas) et des langages d'interrogation de bases de données (SQL).
Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à ce Certificat Professionnel.
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 auprès de CertNexus
Il y a 5 modules dans ce cours
Ce cours est destiné aux professionnels de l'entreprise qui souhaitent apprendre à analyser des données pour mieux comprendre, à utiliser des méthodes d'analyse statistique pour explorer la distribution sous-jacente des données, à utiliser des visualisations telles que des histogrammes, des diagrammes de dispersion et des cartes pour analyser les données et à prétraiter les données afin de produire un ensemble de données prêt pour la formation.
Dans le cours précédent de cette spécialisation, vous avez effectué des opérations d'extraction, de transformation et de chargement (ETL) pour vous assurer que vos données étaient prêtes pour la phase suivante du processus de science des données : l'analyse. Dans certains cas, l'analyse des données peut être l'objectif final du projet ou une étape intermédiaire importante sur la voie de l'apprentissage automatique. Dans les deux cas, l'analyse de vos données à l'aide de différentes techniques vous aidera à obtenir des informations utiles sur ces données et ce qu'elles représentent. Elle vous permettra également de mieux comprendre comment les données doivent être traitées pour être préparées à l'apprentissage automatique. Vous commencerez vos efforts d'analyse en explorant la nature de votre ensemble de données et les relations qu'il contient.
Inclus
10 vidéos3 lectures1 devoir1 sujet de discussion1 laboratoire non noté
Afficher les informations sur le contenu du module
10 vidéos•Total 47 minutes
Introduction au cours : Analyser les données•4 minutes
Analyse exploratoire des données•2 minutes
Contenu et format des données•4 minutes
Analyse des types de caractéristiques•4 minutes
Caractéristiques de la cible•4 minutes
Pertinence des caractéristiques•2 minutes
Données représentatives et techniques d'échantillonnage•8 minutes
Ensembles de données déséquilibrés•5 minutes
Erreurs, valeurs aberrantes et bruit•5 minutes
Corrélations•9 minutes
3 lectures•Total 12 minutes
Vue d'ensemble•2 minutes
Obtenez de l'aide et rencontrez d'autres apprenants. Rejoignez votre communauté !•5 minutes
Lignes directrices pour l'examen des données•5 minutes
1 devoir•Total 30 minutes
Examen des données•30 minutes
1 sujet de discussion•Total 5 minutes
Réfléchissez à ce que vous avez appris•5 minutes
1 laboratoire non noté•Total 30 minutes
Examen des données•30 minutes
Explorer la distribution sous-jacente des données
Module 2•2 heures à terminer
Détails du module
L'un des facteurs clés de l'analyse des données consiste à déterminer comment les valeurs sont réparties dans chacune des différentes caractéristiques. Cela vous permettra de mieux comprendre comment les données sont représentées et comment elles pourraient être modifiées.
Inclus
9 vidéos2 lectures1 devoir1 sujet de discussion1 laboratoire non noté
Afficher les informations sur le contenu du module
9 vidéos•Total 54 minutes
Distributions de fréquences et de probabilités•9 minutes
Distributions normales et non normales•4 minutes
Analyse statistique descriptive•1 minute
Tendance centrale•7 minutes
Mesures de variabilité et d'étendue•4 minutes
Variance•9 minutes
Écart-type•7 minutes
Asymétrie•6 minutes
Kurtosis•6 minutes
2 lectures•Total 7 minutes
Vue d'ensemble•2 minutes
Lignes directrices pour l'étude de la distribution sous-jacente des données•5 minutes
1 devoir•Total 30 minutes
Explorer la distribution sous-jacente des données•30 minutes
1 sujet de discussion•Total 5 minutes
Réfléchissez à ce que vous avez appris•5 minutes
1 laboratoire non noté•Total 30 minutes
Explorer la distribution sous-jacente des données•30 minutes
Utiliser des visualisations pour analyser les données
Module 3•5 heures à terminer
Détails du module
Dans ce module, vous examinerez vos données d'un point de vue visuel afin de révéler des informations que les chiffres bruts seuls ne peuvent pas fournir.
Inclus
8 vidéos7 lectures1 devoir1 évaluation par les pairs1 sujet de discussion5 laboratoires non notés
Afficher les informations sur le contenu du module
8 vidéos•Total 38 minutes
Visualisations•4 minutes
Histogrammes•4 minutes
Tracés de la boîte et tracés du violon•9 minutes
Diagrammes de dispersion, diagrammes linéaires et diagrammes de surface•6 minutes
Diagrammes à barres•3 minutes
Cartes géographiques et cartes thermiques•5 minutes
Lignes directrices pour l'analyse des données à l'aide d'histogrammes•3 minutes
Lignes directrices pour l'analyse des données à l'aide de diagrammes en boîte et de diagrammes en violon•3 minutes
Lignes directrices pour l'analyse des données à l'aide de diagrammes de dispersion, de diagrammes linéaires et de diagrammes de surface•5 minutes
Lignes directrices pour l'analyse des données à l'aide de diagrammes à barres•5 minutes
Lignes directrices pour l'analyse des données à l'aide de cartes•5 minutes
Lignes directrices pour l'utilisation des visualisations dans l'analyse des données•5 minutes
1 devoir•Total 30 minutes
Utiliser des visualisations pour analyser des données•30 minutes
1 évaluation par les pairs•Total 30 minutes
Comparaison des méthodes d'analyse visuelle•30 minutes
1 sujet de discussion•Total 5 minutes
Réfléchissez à ce que vous avez appris•5 minutes
5 laboratoires non notés•Total 145 minutes
Analyse des données à l'aide d'histogrammes•15 minutes
Analyse des données à l'aide de diagrammes en boîte et de diagrammes en violon•20 minutes
Analyse des données à l'aide de diagrammes de dispersion et de diagrammes linéaires•20 minutes
Analyse des données à l'aide de diagrammes à barres•60 minutes
Analyse des données à l'aide de cartes•30 minutes
Prétraitement des données
Module 4•7 heures à terminer
Détails du module
Vos efforts d'analyse vous amèneront très probablement à transformer davantage vos données, notamment en vue de l'apprentissage automatique. C'est ce que vous allez faire dans cette rubrique.
Inclus
9 vidéos11 lectures1 devoir1 évaluation par les pairs1 sujet de discussion6 laboratoires non notés
Afficher les informations sur le contenu du module
9 vidéos•Total 51 minutes
Prétraitement des données•6 minutes
Valeurs manquantes•10 minutes
Mise à l'échelle des caractéristiques•6 minutes
Ingénierie des fonctionnalités•3 minutes
Encodage des données•5 minutes
Discrétisation des variables continues•4 minutes
Détermination de l'emplacement•4 minutes
Fractionnement des fonctionnalités•5 minutes
Réduction de la dimensionnalité•7 minutes
11 lectures•Total 83 minutes
Vue d'ensemble•2 minutes
Lignes directrices pour le traitement des valeurs manquantes•5 minutes
Fonctions de transformation supplémentaires•10 minutes
Lignes directrices pour l'application des fonctions de transformation aux ensembles de données•3 minutes
Méthodes d'encodage des données•20 minutes
Lignes directrices pour l'encodage des données•5 minutes
Lignes directrices pour la discrétisation des variables•5 minutes
Lignes directrices pour le fractionnement des fonctionnalités•5 minutes
Méthodes de réduction de la dimensionnalité•20 minutes
Lignes directrices pour la réduction de la dimensionnalité•3 minutes
Lignes directrices pour le prétraitement des données•5 minutes
1 devoir•Total 30 minutes
Prétraitement des données•30 minutes
1 évaluation par les pairs•Total 20 minutes
Comparaison des techniques de prétraitement des données•20 minutes
1 sujet de discussion•Total 5 minutes
Réfléchissez à ce que vous avez appris•5 minutes
6 laboratoires non notés•Total 230 minutes
Traitement des valeurs manquantes•90 minutes
Application de fonctions de transformation à un ensemble de données•20 minutes
Encodage des données•30 minutes
Discrétisation des variables•30 minutes
Fractionnement et suppression de caractéristiques•30 minutes
Réduction de la dimensionnalité•30 minutes
Appliquez ce que vous avez appris
Module 5•5 heures à terminer
Détails du module
Vous travaillerez sur un projet dans lequel vous appliquerez vos connaissances de la matière de ce cours à un scénario pratique.
Inclus
1 évaluation par les pairs1 laboratoire non noté
Afficher les informations sur le contenu du module
1 évaluation par les pairs•Total 300 minutes
Détaillant en ligne : Analyse des données•300 minutes
1 laboratoire non noté•Total 10 minutes
Cours 3 Projet•10 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.
Instructeurs
Évaluations de l’enseignant
Évaluations de l’enseignant
Nous avons demandé à tous les étudiants de fournir des commentaires sur nos enseignants au sujet de la qualité de leur pédagogie.
CertNexus est un organisme de certification indépendant des fournisseurs, qui propose des certifications et des micro-crédits dans le domaine des technologies émergentes pour les professionnels des affaires, des données, du développement, de l'informatique et de la sécurité. Les examens de CertNexus répondent aux normes de développement les plus rigoureuses possibles, qui définissent un cadre global pour l'élaboration de programmes de certification du personnel visant à réduire l'écart croissant entre les compétences.
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
4.8
21 avis
5 stars
76,19 %
4 stars
23,80 %
3 stars
0 %
2 stars
0 %
1 star
0 %
Affichage de 3 sur 21
R
RR
5·
Révisé le 9 juil. 2025
Really helped me see and understand what analysis of data looks like.
D
D
4·
Révisé le 2 avr. 2024
I am currently on course 3 of the specialization, and I am finding all of the material to be very useful on my job.
T
TR
5·
Révisé le 20 avr. 2024
very helpful in developing our skills in every possible way
Pour accéder aux supports de cours, aux devoirs et pour obtenir un certificat, vous devez acheter l'expérience de certificat lorsque vous vous inscrivez à un cours. Vous pouvez essayer un essai gratuit ou demander une aide financière. Le cours peut proposer l'option "Cours complet, pas de certificat". Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.
Qu'est-ce que je recevrai si je m'abonne à ce certificat ?
Lorsque vous vous inscrivez au cours, vous avez accès à tous les cours du certificat et vous obtenez un certificat lorsque vous terminez le travail. Votre certificat électronique sera ajouté à votre page Réalisations - à partir de là, vous pouvez imprimer votre certificat ou l'ajouter à votre profil LinkedIn.