University of Colorado Boulder

Spécialisation "Data Analysis with Python"

Obtenez l'une de nos meilleures offres avec Coursera Plus pour 199 $ (habituellement 399 $). Économisez maintenant.

University of Colorado Boulder

Spécialisation "Data Analysis with Python"

Launch your career in Data Science & Data Analysis.

By mastering the skills and techniques covered in these courses, students will be better equipped to handle the challenges of real-world data analysis.

Enseigné en Français (doublage IA)

Di Wu

Instructeur : Di Wu

2 862 déjà inscrits

Inclus avec Coursera Plus

En savoir plus

Approfondissez votre connaissance d’un sujet

des 29 examens de cours de ce programme

niveau Intermédiaire

Expérience recommandée

2 mois à compléter
à 10 heures par semaine
Approfondissez votre connaissance d’un sujet

des 29 examens de cours de ce programme

niveau Intermédiaire

Expérience recommandée

2 mois à compléter
à 10 heures par semaine

Ce que vous apprendrez

  • Describe and define the fundamental concepts and techniques used in Data Analysis.  Identify the appropriate techniques to apply.

  • Compare and contrast different Data Analysis techniques, including Classification, Regression, Clustering, Dimension Reduction, and Association Rules

  • Design and implement effective Data Analysis workflows, including data preprocessing, feature selection, and model selection

Compétences que vous acquerrez

  • Catégorie : Model Evaluation
  • Catégorie : Supervised Learning
  • Catégorie : Unsupervised Learning
  • Catégorie : Machine Learning Algorithms
  • Catégorie : Statistical Machine Learning
  • Catégorie : Machine Learning
  • Catégorie : Machine Learning Methods
  • Catégorie : Data Preprocessing
  • Catégorie : Regression Analysis
  • Catégorie : Dimensionality Reduction
  • Catégorie : Analytical Skills
  • Catégorie : Applied Machine Learning
  • Catégorie : Anomaly Detection
  • Catégorie : Predictive Modeling
  • Catégorie : Data Analysis
  • Catégorie : Logistic Regression
  • Catégorie : Statistical Analysis
  • Catégorie : Model Training
  • Catégorie : Data Mining

Outils que vous découvrirez

  • Catégorie : Classification Algorithms

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Enseigné en Français (doublage IA)
Planning flexible
Apprenez à votre propre rythme

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

Améliorez votre expertise en la matière

  • Acquérez des compétences recherchées auprès d’universités et d’experts du secteur
  • Maîtrisez un sujet ou un outil avec des projets pratiques
  • Développez une compréhension approfondie de concepts clés
  • Obtenez un certificat professionnel auprès de University of Colorado Boulder

Spécialisation - série de 5 cours

Classification Analysis

Classification Analysis

COURS 1, 38 heures

Ce que vous apprendrez

  • Understand the concept and significance of classification as a supervised learning method.

  • Identify and describe different classifiers, apply each classifier to perform binary and multiclass classification tasks on diverse datasets.

  • Evaluate the performance of classifiers, select and fine-tune classifiers based on dataset characteristics and learning requirements.

Compétences que vous acquerrez

Catégorie : Classification Algorithms
Catégorie : Supervised Learning
Catégorie : Model Evaluation
Catégorie : Machine Learning Algorithms
Catégorie : Decision Tree Learning
Catégorie : Logistic Regression
Catégorie : Analytical Skills
Catégorie : Predictive Modeling
Catégorie : Fine-tuning
Catégorie : Machine Learning Methods
Catégorie : Applied Machine Learning
Catégorie : Feature Engineering
Catégorie : Bayesian Statistics
Catégorie : Data Analysis
Catégorie : Model Training
Regression Analysis

Regression Analysis

COURS 2, 40 heures

Ce que vous apprendrez

  • Understand the principles and significance of regression analysis in supervised learning.

  • Implement cross-validation methods to assess model performance and optimize hyperparameters.

  • Comprehend ensemble methods (bagging, boosting, and stacking) and their role in enhancing regression model accuracy.

Compétences que vous acquerrez

Catégorie : Regression Analysis
Catégorie : Model Evaluation
Catégorie : Machine Learning Methods
Catégorie : Predictive Modeling
Catégorie : Model Training
Catégorie : Statistical Analysis
Catégorie : Applied Machine Learning
Catégorie : Statistical Machine Learning
Catégorie : Model Optimization
Catégorie : Data Analysis
Catégorie : Supervised Learning
Catégorie : Statistical Methods
Catégorie : Statistical Modeling
Clustering Analysis

Clustering Analysis

COURS 3, 37 heures

Ce que vous apprendrez

  • Understand the principles and significance of unsupervised learning, particularly clustering and dimension reduction.

  • Apply clustering techniques to diverse datasets for pattern discovery and data exploration.

  • Implement Principal Component Analysis (PCA) for dimension reduction and interpret the reduced feature space.

Compétences que vous acquerrez

Catégorie : Unsupervised Learning
Catégorie : Machine Learning
Catégorie : Machine Learning Methods
Catégorie : Dimensionality Reduction
Catégorie : Machine Learning Algorithms
Catégorie : Exploratory Data Analysis
Catégorie : Data Mining
Catégorie : Algorithms
Catégorie : Model Evaluation
Catégorie : Applied Machine Learning
Catégorie : Data Analysis
Association Rules Analysis

Association Rules Analysis

COURS 4, 23 heures

Ce que vous apprendrez

  • Understand the principles and significance of unsupervised learning methods, specifically association rules and outlier detection

  • Grasp the concepts and applications of frequent patterns and association rules in discovering interesting relationships between items.

  • Apply various outlier detection methods, including statistical and distance-based approaches, to identify anomalous data points.

Compétences que vous acquerrez

Catégorie : Anomaly Detection
Catégorie : Algorithms
Catégorie : Unsupervised Learning
Catégorie : Data Analysis
Catégorie : Feature Engineering
Catégorie : Data Mining
Catégorie : Machine Learning Methods
Catégorie : Data Preprocessing
Catégorie : Correlation Analysis
Catégorie : Applied Machine Learning
Data Analysis with Python Project

Data Analysis with Python Project

COURS 5, 18 heures

Ce que vous apprendrez

  • Define the scope and direction of a data analysis project, identifying appropriate techniques and methodologies for achieving project objectives.

  • Apply various classification and regression algorithms and implement cross-validation and ensemble techniques to enhance the performance of models.

  • Apply various clustering, dimension reduction association rule mining, and outlier detection algorithms for unsupervised learning models.

Compétences que vous acquerrez

Catégorie : Anomaly Detection
Catégorie : Predictive Modeling
Catégorie : Statistical Methods
Catégorie : Machine Learning
Catégorie : Machine Learning Algorithms
Catégorie : Applied Machine Learning
Catégorie : Decision Tree Learning
Catégorie : Dimensionality Reduction
Catégorie : Logistic Regression
Catégorie : Machine Learning Methods
Catégorie : Project Planning
Catégorie : Model Evaluation
Catégorie : Regression Analysis
Catégorie : Classification Algorithms
Catégorie : Data Mining
Catégorie : Unsupervised Learning
Catégorie : Data Analysis
Catégorie : Supervised Learning

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

Di Wu
University of Colorado Boulder
21 Cours62 898 apprenants

Offert par

University of Colorado Boulder

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

Plus de questions

Aide financière disponible,