Le module 2 comprend des cours sur la régression, l'évaluation des erreurs et l'adéquation des modèles. Il y a un devoir de Coursera Lab sur l'AED et la visualisation. Il y a également un quiz à la fin de ce module.

Le module 3 comprend des cours sur les modèles linéaires, le bootstrap, les prédicteurs et le modèle F. Il y a un devoir de Coursera Lab sur la Régression KPV. Il y a également un quiz de module à la fin de ce module.

Le module 4 comprend des cours sur l'overfitting, la sélection de modèles, la validation croisée et le biais par rapport à la variance. Il y a un devoir de Coursera Lab sur la Régression linéaire. Il y a également un quiz de module à la fin de ce module.

Le module 5 comprend des cours sur l'apprentissage non supervisé, les distances inter-observatoires, le clustering basé sur les partitions, le clustering hiérarchique, les diagnostics, l'optimisation et le clustering basé sur la densité. Il y a un devoir de Coursera Lab sur la Réduction de dimensionnalité. Il y a également un quiz à la fin de ce module.

Le module 6 comprend des cours sur les valeurs aberrantes, la détection basée sur les statistiques, la détection basée sur les écarts et la détection basée sur la distance. Il y a un devoir de Coursera Lab sur la détection des valeurs aberrantes, la sélection des modèles et la validation croisée. Il y a également un quiz à la fin de ce module.