L'analyse des données avec Python est une compétence clé pour les aspirants Data Scientists et Analystes ! Ce cours vous emmène des bases de l'importation et du nettoyage des données à la construction et à l'évaluation de modèles prédictifs. Vous apprendrez à collecter des données à partir de diverses sources, à les wrangling et à les formater, à effectuer une analyse exploratoire des données (AED) et à créer des visualisations efficaces. Au fur et à mesure de votre progression, vous construirez des modèles de régression linéaire, multiple et polynomiale, construirez des pipelines de données et affinerez vos modèles pour une meilleure précision.

Analyse de données avec Python : des données brutes aux conclusions
Développez des compétences très recherchées grâce à un abonnement d'un an à Coursera Plus, désormais à 239 $. Profitez-en dès maintenant.

Analyse de données avec Python : des données brutes aux conclusions
Ce cours fait partie de plusieurs programmes.

Instructeur : Joseph Santarcangelo
680 740 déjà inscrits
Inclus avec En savoir plus
18,402 avis
Expérience recommandée
Ce que vous apprendrez
Construire des programmes Python pour nettoyer et préparer les données pour l'analyse en traitant les valeurs manquantes, les incohérences de formatage, la normalisation et le binning
Analyser des ensembles de données du monde réel par le biais de l'analyse exploratoire des données (AED) à l'aide de bibliothèques telles que Pandas, NumPy et SciPy pour découvrir des modèles et des idées
Appliquer des techniques d'exploitation des données en utilisant des dataframes pour organiser, résumer et interpréter les distributions de données, l'analyse de corrélation et les pipelines de données
Données en cours d'utilisation et évaluation de modèles de régression à l'aide de Scikit-learn, et utilisation de ces modèles pour générer des prédictions et soutenir la prise de décision basée sur les données
Compétences que vous acquerrez
- Catégorie : Analyse de régression
- Catégorie : Manipulation de données
- Catégorie : Analyse statistique
- Catégorie : Diagrammes de dispersion
- Catégorie : Analyse
- Catégorie : Analyse exploratoire des données
- Catégorie : Analyse des données
- Catégorie : Méthodes statistiques
- Catégorie : Évaluation du modèle
- Catégorie : Prétraitement des données
- Catégorie : Traitement des données
- Catégorie : Tracé (graphique)
- Catégorie : Graphiques en boîte
- Catégorie : Visualisation des données
- Catégorie : Modélisation prédictive
- Catégorie : Statistiques descriptives
- Catégorie : Importation/exportation de données
Outils que vous découvrirez
- Catégorie : Scikit Learn (Bibliothèque d'apprentissage automatique)
- Catégorie : Programmation Python
- Catégorie : Pandas (paquetage Python)
Détails à connaître

Ajouter à votre profil LinkedIn
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Élaborez votre expertise du sujet
- 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 6 modules dans ce cours
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.
Instructeur

Offert par
En savoir plus sur Analyse des données
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Avis des étudiants
- 5 étoiles
76,43 %
- 4 étoiles
18,10 %
- 3 étoiles
3,63 %
- 2 étoiles
0,93 %
- 1 étoile
0,88 %
Affichage de 3 sur 18402
Révisé le 30 janv. 2022
This is totally one of the hardest course I've ever taken on Coursera. It's packed with knowledge I did not know before. Definitely recommended for people who want to learn data analysis with Python.
Révisé le 12 févr. 2020
Great introduction to data manipulation and analysis for common problems that arise in data science. Also allows you to gain a further understanding of Python syntax, specifically the pandas library.
Révisé le 16 avr. 2023
Thanks for course! I met some errors, described them in your forms. I liked every models, but the final assignment was not interesting. I think it can be done better, with decisions and conclusions.
Qu’est-ce qui vous amène sur Coursera aujourd’hui ?
Foire Aux Questions
Plus de questions
Aide financière disponible,
¹ Certains travaux de ce cours sont notés par l'IA. Pour ces travaux, vos Données internes seront utilisées conformément à Notification de confidentialité de Coursera.








