Coursera

Régression et classification des ongles

Coursera

Régression et classification des ongles

Hurix Digital

Instructeur : Hurix Digital

Inclus avec Coursera PlusEn savoir plus

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

Expérience recommandée

3 heures à compléter
Planning flexible
Apprenez à votre propre rythme
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
niveau Intermédiaire

Expérience recommandée

3 heures à compléter
Planning flexible
Apprenez à votre propre rythme

Ce que vous apprendrez

  • La rigueur statistique est essentielle à la fiabilité des modèles : des procédures de diagnostic adéquates garantissent que les modèles fonctionnent de manière cohérente dans les environnements de production.

  • La sélection de modèles s'appuie sur plusieurs indicateurs : l'AUC de la courbe ROC reflète la capacité de discrimination, tandis que le score F1 met en évidence les compromis entre précision et rappel.

  • Le déséquilibre entre les classes est courant dans les données réelles ; des techniques telles que SMOTE améliorent la prédiction des classes minoritaires, ce qui permet d'obtenir des résultats commerciaux plus précis et plus fiables.

  • Les stratégies de correction permettent de transformer des modèles imparfaits en outils de prévision fiables ; savoir quand et comment les appliquer est ce qui distingue les analystes expérimentés des novices

Compétences que vous acquerrez

  • Catégorie : Régression logistique
  • Catégorie : Apprentissage automatique appliqué
  • Catégorie : Modélisation prédictive
  • Catégorie : Ingénierie des fonctionnalités
  • Catégorie : Mesure de la performance
  • Catégorie : Optimisation du modèle
  • Catégorie : Prétraitement des données
  • Catégorie : Analyse prédictive
  • Catégorie : Apprentissage statistique des machines
  • Catégorie : Prise de décision fondée sur des données
  • Catégorie : Analyse de régression
  • Catégorie : Évaluation du modèle
  • Catégorie : Modélisation statistique

Outils que vous découvrirez

  • Catégorie : Algorithmes de classification

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Récemment mis à jour !

mars 2026

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

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

Élaborez votre expertise du sujet

Ce cours fait partie de la Spécialisation "Fondements de l'Inférence statistique et de la modélisation prédictive"
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 3 modules dans ce cours

Élaborer et analyser des modèles de régression linéaire multiple à l'aide de techniques appropriées de validation statistique et de correction.

Inclus

1 vidéo2 lectures1 devoir1 laboratoire non noté

Appliquer des méthodes de classification avancées, notamment le « gradient boosting » et la régression logistique, tout en gérant le déséquilibre entre les classes afin d'obtenir des performances optimales.

Inclus

3 vidéos1 lecture2 devoirs

Évaluer et corriger le déséquilibre entre les classes à l'aide de la méthode SMOTE, tout en documentant l'impact sur le score F1, afin d'assurer une validation complète du modèle.

Inclus

1 vidéo1 lecture2 devoirs1 laboratoire non noté

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

Hurix Digital
454 Cours72 930 apprenants

Offert par

Coursera

En savoir plus sur Probabilités et statistiques

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

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.