By the end of this course, learners will be able to identify, apply, analyze, and evaluate predictive analytics techniques using Python. They will gain hands-on skills in data preprocessing, regression modeling, logistic regression, and credit risk analysis, equipping them to solve real-world data challenges with confidence.
Predictive Modeling with Python: Apply & Evaluate
Acquérir des compétences de haut niveau avec Coursera Plus pour 199 $ (régulièrement 399 $). Économisez maintenant.
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
1 semaine à compléter
à 10 heures par semaine
Planning flexible
Apprenez à votre propre rythme
Ce que vous apprendrez
Build and evaluate regression and classification models in Python.
Apply preprocessing, scaling, and feature selection for prediction.
Perform credit risk analysis using logistic regression techniques.
Compétences que vous acquerrez
- Catégorie : Risk Modeling
- Catégorie : Data Preprocessing
- Catégorie : Predictive Modeling
- Catégorie : Logistic Regression
- Catégorie : Model Evaluation
- Catégorie : Correlation Analysis
- Catégorie : Classification Algorithms
- Catégorie : Regression Analysis
- Catégorie : Feature Engineering
- Catégorie : Data Manipulation
- Catégorie : Statistical Modeling
- Catégorie : NumPy
- Catégorie : Pandas (Python Package)
- Catégorie : Data Transformation
- Catégorie : Scikit Learn (Machine Learning Library)
- Catégorie : Predictive Analytics
Détails à connaître
Certificat partageable
Ajouter à votre profil LinkedIn
Récemment mis à jour !
octobre 2025
Évaluations
19 devoirs
Enseigné en Anglais
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Il y a 5 modules dans ce cours
This module introduces learners to predictive modeling with Python, covering essential installations, preprocessing techniques, and fundamental regression concepts. Learners build a strong foundation in data preparation, feature scaling, and understanding regression basics.
Inclus
15 vidéos4 devoirs
This module explores simple and multiple linear regression models, focusing on fitting techniques, dummy variables, and model refinement using backward elimination and adjusted R². Learners gain the ability to build and optimize regression models for accurate predictions.
Inclus
15 vidéos4 devoirs
This module deepens regression knowledge with correlation analysis, multicollinearity detection, and performance evaluation using RMSE and VIF. Learners also transition into logistic regression and confusion matrix interpretation.
Inclus
15 vidéos4 devoirs
This module provides advanced insights into logistic regression, including model building with Sklearn and Statsmodels, optimization through backward elimination, and performance evaluation using ROC curves and threshold analysis.
Inclus
15 vidéos4 devoirs
This capstone module applies predictive modeling techniques to credit risk analysis. Learners preprocess categorical variables, handle missing values and outliers, and build models to assess borrower default probability using ROC and AUC.
Inclus
8 vidéos3 devoirs
En savoir plus sur Data Analysis
Statut : Essai gratuitUniversity of Pennsylvania
Statut : Essai gratuitEdureka
Statut : Prévisualisation
Statut : Essai gratuit
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
To access the course materials, assignments and to earn a Certificate, you will need to purchase the Certificate experience when you enroll in a course. You can try a Free Trial instead, or apply for Financial Aid. The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
When you purchase a Certificate you get access to all course materials, including graded assignments. Upon completing the course, your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile.
Yes. In select learning programs, you can apply for financial aid or a scholarship if you can’t afford the enrollment fee. If fin aid or scholarship is available for your learning program selection, you’ll find a link to apply on the description page.
Plus de questions
Aide financière disponible,