Cette spécialisation développe l'état d'esprit analytique des apprenants et leur connaissance des outils et techniques d'analyse de données. Plus précisément, cette spécialisation développe les compétences analytiques des apprenants en introduisant d'abord un état d'esprit analytique, la préparation des données, la visualisation et l'analyse à l'aide d'Excel. Ensuite, cette spécialisation développe les compétences des apprenants à utiliser Python pour la préparation des données, la visualisation des données, l'analyse des données et l'interprétation des données, ainsi que la capacité d'appliquer ces compétences à des questions pertinentes pour la comptabilité. Cette spécialisation développe également les compétences des apprenants en matière d'algorithmes d'apprentissage automatique (à l'aide de Python), y compris la classification, la régression, le regroupement, l'analyse de texte, l'analyse des séries chronologiques et l'optimisation des modèles, ainsi que leur capacité à appliquer ces compétences d'apprentissage automatique à des problèmes du monde réel.
Projet d'apprentissage appliqué
Les projets inclus dans cette spécialisation permettent aux apprenants d'appliquer les compétences développées dans le cadre de la spécialisation en analyse de données à des problèmes réels. Les apprenants seront capables d'articuler le processus général du cadre CRISP-DM, de démontrer des compétences en analyse de données dans la préparation des données, la visualisation des données, la modélisation et l'évaluation des modèles, et d'appliquer les connaissances et les compétences en analyse de données à des problèmes du monde réel. Par exemple, dans le projet de fin d'études, les apprenants développeront un modèle d'apprentissage automatique afin de prédire si un prêt sera entièrement remboursé et construiront un portefeuille de prêts à l'aide de l'analyse.
