L'analyse statistique est un aspect indispensable de l'analyse des données car elle nous permet de collecter, d'examiner et d'analyser les données pour tirer des conclusions utiles dans divers secteurs. C'est pourquoi le marché des statisticiens devrait croître à l'avenir. Si vous souhaitez développer votre expertise en matière de statistiques et de probabilités et vous familiariser avec la visualisation des données, ce cours de courte durée constitue une excellente introduction aux statistiques en tant qu'art d'apprendre à partir des données.
Analyse exploratoire des données (AED)
Profitez d'une croissance illimitée avec un an de Coursera Plus pour 199 $ (régulièrement 399 $). Économisez maintenant.
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
niveau Intermédiaire
Expérience recommandée
9 heures à compléter
Planning flexible
Apprenez à votre propre rythme
Préparer un diplôme
Ce que vous apprendrez
Expliquer les différents types de données et appliquer des méthodes de préparation des données pour les nettoyer.
Explorer les moyens de visualiser les données en utilisant le logiciel R.
Comprendre comment la visualisation des données peut éclairer la sélection des modèles statistiques.
Compétences que vous acquerrez
- Catégorie : Graphiques en boîte
- Catégorie : Visualisation de Données
- Catégorie : Statistiques
- Catégorie : Probabilité
- Catégorie : Prétraitement de données
- Catégorie : Méthodes statistiques
- Catégorie : Nettoyage des données
- Catégorie : R (logiciel)
- Catégorie : Histogramme
- Catégorie : Analyse exploratoire des données (AED)
- Catégorie : Statistiques descriptives
- Catégorie : Logiciel de Visualisation de Données
- Catégorie : Modélisation statistique
- Catégorie : Analyse des Données
- Catégorie : Distribution de probabilité
Détails à connaître
Certificat partageable
Ajouter à votre profil LinkedIn
Enseigné en Anglais
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Il y a 3 modules dans ce cours
Cette première semaine vous présente les types de données (catégoriques, discrètes et continues) et la représentation des données par le biais de résumés graphiques (ou visualisation des données). Vous passerez en revue les étapes nécessaires à la préparation des données pour l'analyse et le nettoyage des données, en identifiant les données manquantes et les valeurs aberrantes. Vous apprendrez et pratiquerez les résumés graphiques courants tels que les graphiques en boîte, les histogrammes et l'estimation de la densité de noyau (KDE).
Inclus
5 vidéos7 lectures1 quiz1 devoir1 laboratoire non noté
Cette deuxième semaine vous donne l'occasion d'approfondir vos connaissances sur les résumés graphiques acquises lors de la première semaine, avec des tâches à effectuer dans RStudio, telles que la préparation des données pour l'analyse et le nettoyage des données, en identifiant les données manquantes et les valeurs aberrantes.
Inclus
2 lectures1 quiz1 sujet de discussion1 laboratoire non noté
Au cours de cette dernière semaine, vous avez l'occasion d'approfondir vos expériences de RStudio et d'analyse de données à l'aide de résumés graphiques au cours de la semaine 2. Au cours de la semaine 3, vous effectuez une tâche substantielle dans RStudio à compléter et il y a une évaluation par les pairs notée où vous partagez votre production du laboratoire RStudio avec un autre étudiant.
Inclus
2 lectures1 évaluation par les pairs1 laboratoire non noté
Préparer un diplôme
Le fait de suivre ce cours proposé par University of Leeds vous donnera un aperçu des enseignants ainsi que des sujets et contenus dans un programme diplômant connexe, ce qui peut vous aider à déterminer si le sujet ou l’université vous convient.
Instructeur
Offert par
En savoir plus sur Analyse des Données
Statut : Essai gratuitJohns Hopkins University
Statut : PrévisualisationUniversity of Leeds
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.’
Foire Aux Questions
Ce cours est un avant-goût du MSc Data Science (Statics) sur Coursera. L'achèvement du cours ne vous donnera pas de crédit pour ce programme. Le cours peut être complété indépendamment par tous les apprenants intéressés par l'analyse exploratoire des données (AED) et la visualisation.
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.
Lorsque vous achetez un certificat, vous avez accès à tous les supports de cours, y compris les devoirs notés. Une fois le cours terminé, votre certificat électronique sera ajouté à votre page de réalisations - à partir de là, vous pouvez imprimer votre certificat ou l'ajouter à votre profil LinkedIn.
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.