Dans le cadre du capstone, les étudiants s'engageront dans un projet réel qui les obligera à appliquer les compétences de l'ensemble du pipeline de la science des données : préparation, organisation et transformation des données, construction d'un modèle et évaluation des résultats. Grâce à une collaboration avec Coursolve, chaque projet Capstone est associé à des partenaires qui ont un intérêt direct dans vos résultats et sont impatients de les mettre en pratique. Ces projets ne seront pas simples et les résultats ne sont pas prescrits - vous devrez tolérer l'ambiguïté et les résultats négatifs ! Mais nous pensons que l'expérience sera enrichissante et qu'elle vous préparera mieux aux projets de science des données dans la pratique.
Science des données à l'échelle - Projet de fin d'études
Économisez sur les compétences qui vous font briller avec 40 % de réduction sur 3 mois de Coursera Plus. Économisez maintenant
Science des données à l'échelle - Projet de fin d'études
Ce cours fait partie de Spécialisation "La science des données à grande échelle"
Instructeur : Bill Howe
2 811 déjà inscrits
Inclus avec
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
26 avis
8 heures à compléter
Planning flexible
Apprenez à votre propre rythme
Compétences que vous acquerrez
- Catégorie : Analyse des données
- Catégorie : Science des données
- Catégorie : Recherche
- Catégorie : Analyse prédictive
- Catégorie : Collecte de données
- Catégorie : Statistiques
- Catégorie : Prétraitement des données
- Catégorie : Apprentissage supervisé
- Catégorie : Pipelines de données
- Catégorie : Modélisation prédictive
- Catégorie : Modèle de formation
- Catégorie : Apprentissage automatique appliqué
- Catégorie : Évaluation du modèle
- Catégorie : Traitement des données
- Catégorie : Modélisation statistique
- Catégorie : Prise de décision fondée sur des données
- Catégorie : Ingénierie des fonctionnalités
- Catégorie : Communication technique
Outils que vous découvrirez
- Catégorie : Programmation Python
- Catégorie : R Programmation
Détails à connaître
Certificat partageable
Ajouter à votre profil LinkedIn
Enseigné en Anglais
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
Ce cours fait partie de la Spécialisation "La science des données à grande échelle"
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 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
Statut : Essai gratuit
Statut : Essai gratuit
Statut : Essai gratuitUniversity of Washington
Statut : Essai gratuitÉcole Polytechnique Fédérale de Lausanne
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
42,30 %
- 4 stars
34,61 %
- 3 stars
3,84 %
- 2 stars
0 %
- 1 star
19,23 %
Affichage de 3 sur 26
WE
Révisé le 1 janv. 2017
An interesting problem to tackle. I really liked that you started with very raw data and needed to work on many cleaning methods. Good practice for real data science.
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.