Les organisations du monde entier utilisent les données pour prédire les comportements et extraire des informations précieuses sur le monde réel afin de prendre des décisions éclairées. La gestion et l'analyse des big data sont devenues une partie essentielle de la finance moderne, du commerce de détail, du marketing, des sciences sociales, du développement et de la recherche, de la médecine et du gouvernement. Ce MOOC, conçu par une équipe académique de Goldsmiths, University of London, vous introduira rapidement aux concepts de base de la science des données pour vous préparer aux cours intermédiaires et avancés de science des données. Il se concentre sur les mathématiques de base, les statistiques et les compétences de programmation qui sont nécessaires pour les tâches typiques d'analyse de données.
Principes Fondamentaux de la Science des Données : Regroupement de K-Means en Python
La Fête du Travail commence avec plus de 70 $ d'économies sur Coursera Plus. Bénéficiez de 40 % de réduction pendant 3 mois.
Principes Fondamentaux de la Science des Données : Regroupement de K-Means en Python
Instructeurs : Professor Matthew Yee-King
77 102 déjà inscrits
Inclus avec En savoir plus
735 avis
Expérience recommandée
Ce que vous apprendrez
Définir et expliquer les concepts clés du regroupement de données
Démontrer une compréhension des principales constructions et caractéristiques du langage Python.
Implémentez en Python les principales étapes de l'algorithme K-means.
Concevoir et exécuter un processus complet de regroupement de données et interpréter les résultats.
Compétences que vous acquerrez
- Catégorie : Analyse
- Catégorie : Algorithmes d'apprentissage automatique
- Catégorie : Manipulation de données
- Catégorie : Statistiques descriptives
- Catégorie : Traitement des données
- Catégorie : Méthodes statistiques
- Catégorie : Science des données
- Catégorie : Visualisation des données
- Catégorie : Apprentissage non supervisé
- Catégorie : Apprentissage automatique
- Catégorie : Tracé (graphique)
- Catégorie : Statistiques
- Catégorie : Maîtrise des données
- Catégorie : Apprentissage automatique appliqué
- Catégorie : Analyse des données
Outils que vous découvrirez
- Catégorie : Pandas (paquetage Python)
- Catégorie : Programmation Python
- Catégorie : NumPy
Détails à connaître
Ajouter à votre profil LinkedIn
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Il y a 5 modules dans ce cours
Instructeurs
En savoir plus sur Apprentissage automatique
University of London
Google
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
72,65 %
- 4 étoiles
20 %
- 3 étoiles
4,35 %
- 2 étoiles
1,08 %
- 1 étoile
1,90 %
Affichage de 3 sur 735
Révisé le 11 juil. 2022
I learnt alot, a very good foundation course. It made me have more interest in learning more in Data Science particularly using Python language
Révisé le 3 juil. 2020
Highly recommended to anyone who wants to delve into data science. The instruuctors, the universities and Coursera team are well dedicated and the course is of high quality.
Révisé le 26 juil. 2021
Very informative course. You can learn how to cluster and clisfy data and how to write down report on the given statistical analysis.
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.