Qu'est-ce que je recevrai si je souscris à cette Specializations ?

Lorsque vous vous inscrivez au cours, vous avez accès à tous les cours de la spécialisation et vous obtenez un certificat lorsque vous terminez le travail. Votre certificat électronique sera ajouté à votre page Réalisations - de là, vous pouvez imprimer votre certificat ou l'ajouter à votre profil LinkedIn.

Algorithmes d'apprentissage automatique avec Python dans le domaine de l'analyse commerciale

Algorithmes d'apprentissage automatique avec Python dans le domaine de l'analyse commerciale

Ce cours fait partie de Spécialisation "Business Analytics"

Instructeurs : Ronald Guymon

8 898 déjà inscrits

Inclus avec

4 modules

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

41 avis

niveau Intermédiaire

Expérience recommandée

Planning flexible

2 semaines à 10 heures une semaine

Apprenez à votre propre rythme

Préparer un diplôme

4 modules

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

41 avis

niveau Intermédiaire

Expérience recommandée

Planning flexible

2 semaines à 10 heures une semaine

Apprenez à votre propre rythme

Préparer un diplôme

Ce que vous apprendrez

Mettre en œuvre un cadre conceptuel d'algorithmes d'apprentissage automatique pour trouver des informations exploitables sur les problèmes de l'entreprise.
Appliquer une base conceptuelle pour interpréter les résultats de l'apprentissage automatique à partir d'algorithmes de régression, de classification et de regroupement.
Appliquer des algorithmes d'apprentissage automatique à des données d'entreprise.

Compétences que vous acquerrez

Catégorie : Regression Analysis
Catégorie : Machine Learning
Catégorie : Applied Machine Learning
Catégorie : Predictive Modeling
Catégorie : Supervised Learning
Catégorie : Model Evaluation
Catégorie : Decision Tree Learning
Catégorie : Business Analytics
Catégorie : Data Preprocessing
Catégorie : Business Intelligence
Catégorie : Unsupervised Learning

Outils que vous découvrirez

Catégorie : Python Programming
Catégorie : Scikit Learn (Machine Learning Library)
Catégorie : Classification Algorithms

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Évaluations

5 devoirs

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

En savoir plus sur Coursera pour les affaires

logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Élaborez votre expertise du sujet

Ce cours fait partie de la Spécialisation "Business Analytics"

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 4 modules dans ce cours

L'un des aspects les plus passionnants de l'analytique des affaires est de trouver des modèles dans les données à l'aide d'algorithmes d'apprentissage automatique. Dans ce cours, vous acquerrez une base conceptuelle pour comprendre pourquoi les algorithmes d'apprentissage automatique sont si importants et comment les modèles résultant de ces algorithmes sont utilisés pour trouver des informations exploitables liées à des problèmes d'entreprise. Certains algorithmes sont utilisés pour prédire des résultats numériques, tandis que d'autres sont utilisés pour prédire la classification d'un résultat. D'autres algorithmes sont utilisés pour créer des groupes significatifs à partir d'un riche ensemble de données. À l'issue de ce cours, vous serez en mesure de décrire quand chaque algorithme doit être utilisé. Vous aurez également la possibilité d'utiliser Python pour exécuter ces algorithmes et communiquer les résultats.

Dans ce module, nous examinerons pourquoi l'analyse exploratoire des données peut à elle seule ne pas produire d'informations commerciales exploitables, nous évaluerons les étapes clés du flux de travail de l'apprentissage automatique et nous appliquerons des techniques de prétraitement à l'aide de scikit-learn pour préparer les données à l'analyse avec divers algorithmes.

Inclus

18 vidéos8 lectures2 devoirs1 sujet de discussion1 plugin

18 vidéos Total 120 minutes

Introduction au cours 4 minutes
À propos du professeur Kim Mendoza 2 minutes
À propos du professeur Ron Guymon 3 minutes
L'impact de la communauté Gies 2 minutes
Module 1 Introduction 3 minutes
Le besoin d'algorithmes et de modèles de données 14 minutes
Introduction à l’apprentissage automatique 7 minutes
Apprentissage automatique et statistiques dans les entreprises 8 minutes
Introduction au flux de travail de l'Apprentissage automatique 5 minutes
Introduction à l'Ensemble de Données d'Ensemble, TECA 5 minutes
Choisir l'algorithme 9 minutes
Tâches générales de traitement 13 minutes
Prétraitement des variables catégorielles 13 minutes
Prétraitement des variables numériques 6 minutes
Calculer les résultats : Exemple de flux de travail de classification 9 minutes
Calculer les résultats : Exemple de flux de travail de régression 8 minutes
Calculer les résultats : Exemple de flux de travail de regroupement 8 minutes
Module 1 Conclusion 2 minutes

8 lectures Total 80 minutes

Syllabus 10 minutes
Coach Coursera 10 minutes
À propos des forums de discussion 10 minutes
L'enseignement en ligne au Gies College of Business 10 minutes
Mise à jour de votre profil 10 minutes
Module 1 : Vue d'ensemble 10 minutes
Module 1 Fichiers 10 minutes
Guide d'étude du module 1 10 minutes

2 devoirs Total 60 minutes

Introduction à l'Apprentissage automatique (ML) : Quiz 30 minutes
Quiz d'orientation 30 minutes

1 sujet de discussion Total 10 minutes

Apprendre à connaître ses camarades de classe 10 minutes

1 plugin Total 15 minutes

Bienvenue ! Parlez-nous de vous 15 minutes

Dans ce module, nous apprendrons comment la régression peut être utilisée pour la prédiction, l'exploration des relations et l'inférence dans des contextes commerciaux en appliquant scikit-learn et scipy, et nous évaluerons l'efficacité des modèles de régression à travers différentes applications.

Inclus

12 vidéos3 lectures1 devoir1 évaluation par les pairs

12 vidéos Total 131 minutes

Module 2 Introduction 6 minutes
Problème d'entreprise 4 minutes
Données 5 minutes
À quels problèmes la régression peut-elle répondre ? 9 minutes
Modèles linéaires 10 minutes
Régression linéaire simple 23 minutes
Régression multiple 16 minutes
Prédiction avec la régression linéaire 14 minutes
Modèles non linéaires 6 minutes
Arbre décisionnel Régression Intuition 15 minutes
Application de régression par arbre décisionnel 21 minutes
Module 2 Conclusion 3 minutes

3 lectures Total 30 minutes

Vue d'ensemble du module 2 10 minutes
Module 2 Fichiers 10 minutes
Guide d'étude du module 2 10 minutes

1 devoir Total 30 minutes

Algorithmes de régression : Quiz 30 minutes

1 évaluation par les pairs Total 180 minutes

Algorithmes de régression : Travail évalué par les pairs 180 minutes

Dans ce module, nous approfondirons notre compréhension de la manière dont les algorithmes de classification sont appliqués dans les entreprises en exécutant et en interprétant des modèles de k plus proches voisins et d'arbres décisionnels.

Inclus

12 vidéos3 lectures1 devoir

12 vidéos Total 107 minutes

Module 3 Introduction 3 minutes
Algorithmes de classification 6 minutes
Problème d'entreprise 5 minutes
Données 5 minutes
Régression logistique Intuition 8 minutes
Application de la régression logistique 21 minutes
Matrice de confusion 11 minutes
Arbre décisionnel Classification Intuition 5 minutes
Application de l'Arbre décisionnel 17 minutes
KNN Intuition 8 minutes
Application KNN 15 minutes
Module 3 Conclusion 3 minutes

3 lectures Total 30 minutes

Vue d'ensemble du module 3 10 minutes
Module 3 Fichiers 10 minutes
Guide d'étude du module 3 10 minutes

1 devoir Total 30 minutes

Algorithmes de classification : Quiz 30 minutes

Dans ce module, nous approfondirons notre compréhension de l'utilisation des algorithmes de clustering dans le monde des affaires en exécutant et en interprétant des modèles K-moyennes et DBSCAN.

Inclus

10 vidéos5 lectures1 devoir1 sujet de discussion1 plugin

10 vidéos Total 85 minutes

Module 4 Introduction 4 minutes
Introduction au regroupement 12 minutes
Problème d'entreprise 4 minutes
Données 3 minutes
Intuition K-moyennes 12 minutes
Application K-moyennes 19 minutes
DBSCAN Intuition 9 minutes
Application DBSCAN 16 minutes
Module 4 Conclusion 5 minutes
Apprendre à votre rythme 1 minute

5 lectures Total 50 minutes

Vue d'ensemble du module 4 10 minutes
Module 4 Fichiers 10 minutes
Guide d'étude du module 4 10 minutes
Félicitations pour avoir terminé le cours ! 10 minutes
Obtenez votre certificat de cours 10 minutes

1 devoir Total 30 minutes

Algorithmes de clustering : Quiz 30 minutes

1 sujet de discussion Total 10 minutes

Réflexion 10 minutes

1 plugin Total 15 minutes

Comment s'est déroulé le cours ? 15 minutes

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.

Préparer un diplôme

Ce site cours fait partie du (des) programme(s) diplômant(s) suivant(s) proposé(s) par University of Illinois Urbana-Champaign. Si vous êtes admis et que vous vous inscrivez, les cours que vous avez suivis peuvent compter pour l'apprentissage de votre diplôme et vos progrès peuvent être transférés avec vous.¹

Instructeurs

Évaluations de l’enseignant

(11 évaluations)

Ronald Guymon

University of Illinois Urbana-Champaign

5 Cours 90 913 apprenants

Offert par

University of Illinois Urbana-Champaign

En savoir plus sur Leadership et Management

University of Illinois Urbana-Champaign
Machine Learning for Accounting with Python
Cours
Edureka
Applied Machine Learning with Python
Cours
O.P. Jindal Global University
Machine Learning
Cours
University of Illinois Urbana-Champaign
Introduction to Applied Business Analytics
Cours

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
68,29 %
4 stars
26,82 %
3 stars
2,43 %
2 stars
2,43 %
1 star
0 %

Affichage de 3 sur 41

Révisé le 31 août 2022

A course to learn some notions to apply data science in business. I would have liked more examples, but still, it is a good starting point to specialise in this knowledge.

Voir plus d’avis

Ouvrez de nouvelles portes avec Coursera Plus

Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.

Faites progresser votre carrière avec un diplôme en ligne

Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne

Découvrir les diplômes

Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires

Améliorez les compétences de vos employés pour exceller dans l’économie numérique

Foire Aux Questions

Une fois que vous vous serez inscrit à un certificat, vous aurez accès à toutes les vidéos, à tous les quiz et à tous les travaux de programmation (le cas échéant). Si vous choisissez d'explorer le cours sans l'acheter, il se peut que vous ne puissiez pas accéder à certains travaux.

Vous pouvez prétendre à un remboursement intégral jusqu'à deux semaines après la date de votre paiement. Vous ne pouvez pas obtenir de remboursement une fois que vous avez obtenu un certificat de cours, même si vous terminez le cours pendant la période de remboursement de deux semaines.

Oui ! Coursera offre une aide financière aux apprenants qui aimeraient terminer un cours, mais qui ne peuvent pas payer les frais de cours. Pour faire une demande d'aide, sélectionnez " En savoir plus et faire une demande " dans la section Aide financière sous le bouton " S'inscrire ". Vous serez invité à remplir une simple demande ; aucun autre document n'est requis.