University of Michigan

Spécialisation "Science des Données Appliquée avec Python"

Développez des compétences très recherchées grâce à un abonnement d'un an à Coursera Plus, désormais à 239 $. Profitez-en dès maintenant.

University of Michigan

Spécialisation "Science des Données Appliquée avec Python"

Obtenez de nouvelles informations sur vos données.

Apprenez à appliquer les méthodes et techniques de la science des données et à acquérir des compétences en matière d'analyse.

Christopher Brooks
Kevyn Collins-Thompson
Daniel Romero

Instructeurs : Christopher Brooks

Bestseller

472 331 déjà inscrits

Inclus avec Coursera PlusEn savoir plus

Approfondissez votre connaissance d’un sujet

des 34,399 examens de cours de ce programme

niveau Intermédiaire
Certaines connaissances prérequises
3 mois à compléter
à 10 heures par semaine
Approfondissez votre connaissance d’un sujet

des 34,399 examens de cours de ce programme

niveau Intermédiaire
Certaines connaissances prérequises
3 mois à compléter
à 10 heures par semaine

Ce que vous apprendrez

  • Effectuer une analyse statistique inférentielle

  • Déterminer si une visualisation de données est bonne ou mauvaise

  • Améliorez l'analyse des données grâce à l'apprentissage automatique

  • Analyser la connectivité d'un réseau social

Compétences que vous acquerrez

  • Catégorie : Évaluation du modèle
  • Catégorie : Visualisation statistique
  • Catégorie : Ingénierie des fonctionnalités
  • Catégorie : Apprentissage automatique appliqué
  • Catégorie : Exploration de texte
  • Catégorie : Analyse des réseaux sociaux
  • Catégorie : Visualisation des données
  • Catégorie : Traitement du langage naturel
  • Catégorie : Analyse du réseau
  • Catégorie : Visualisation interactive des données
  • Catégorie : Apprentissage supervisé
  • Catégorie : Modèle de réseau
  • Catégorie : Prétraitement des données
  • Catégorie : Manipulation de données
  • Catégorie : Tracé (graphique)

Outils que vous découvrirez

  • Catégorie : Pandas (paquetage Python)
  • Catégorie : NumPy
  • Catégorie : Logiciel de visualisation de données
  • Catégorie : Matplotlib
  • Catégorie : Programmation Python

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Enseigné en Anglais
Planning flexible
Apprenez à votre propre rythme

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

 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 Michigan

Spécialisation - série de 5 cours

Introduction à la science des données en Python

Introduction à la science des données en Python

COURS 1, 30 heures

Ce que vous apprendrez

  • Comprendre des techniques telles que les lambdas et la manipulation de fichiers csv

  • Décrire les fonctions et caractéristiques courantes de Python utilisées pour la science des données

  • Interroger les structures DataFrame pour les nettoyer et les traiter

  • Expliquer les distributions, l'échantillonnage et les tests t

Compétences que vous acquerrez

Catégorie : Analyse statistique
Catégorie : Analyse des données
Catégorie : Traitement des données
Catégorie : NumPy
Catégorie : Tableaux croisés dynamiques et graphiques
Catégorie : Exploration de texte
Catégorie : Pandas (paquetage Python)
Catégorie : Science des données
Catégorie : Importation/exportation de données
Catégorie : Manipulation de données
Catégorie : Nettoyage des données
Catégorie : Programmation Python

Ce que vous apprendrez

  • Décrire les caractéristiques d'une bonne ou d'une mauvaise visualisation

  • Comprendre les meilleures pratiques pour créer des graphiques de base

  • Identifier les fonctions les mieux adaptées à des problèmes particuliers

  • Créez une visualisation à l'aide de matplotlb

Compétences que vous acquerrez

Catégorie : Manipulation de données
Catégorie : Visualisation des données
Catégorie : Programmation Python
Catégorie : Graphique
Catégorie : Maîtrise des données
Catégorie : Logiciel de visualisation de données
Catégorie : Visualisation statistique
Catégorie : Présentation des données
Catégorie : Tracé (graphique)
Catégorie : Conception graphique et visuelle
Catégorie : Matplotlib
Catégorie : Visualisation interactive des données
Apprentissage automatique appliqué en Python

Apprentissage automatique appliqué en Python

COURS 3, 32 heures

Ce que vous apprendrez

  • Décrivez en quoi l'apprentissage automatique est différent des statistiques descriptives

  • Créer et évaluer des grappes de données

  • Expliquer les différentes approches pour créer des modèles prédictifs

  • Construire des fonctionnalités qui répondent aux besoins d'analyse

Compétences que vous acquerrez

Catégorie : Scikit Learn (Bibliothèque d'apprentissage automatique)
Catégorie : Algorithmes d'apprentissage automatique
Catégorie : Méthodes d'apprentissage automatique
Catégorie : Évaluation du modèle
Catégorie : Apprentissage automatique
Catégorie : Apprentissage automatique appliqué
Catégorie : Algorithmes de classification
Catégorie : Programmation Python
Catégorie : Ingénierie des fonctionnalités
Catégorie : Réseaux neuronaux artificiels
Catégorie : Modélisation prédictive
Catégorie : Apprentissage non supervisé
Catégorie : Apprentissage supervisé
Text Mining appliqué en Python

Text Mining appliqué en Python

COURS 4, 25 heures

Ce que vous apprendrez

  • Comprendre comment le texte est traité en Python

  • Appliquer les méthodes de base du traitement du langage naturel

  • Écrire un code qui regroupe les documents par thème

  • Décrire le cadre nltk pour la manipulation de texte

Compétences que vous acquerrez

Catégorie : Prétraitement des données
Catégorie : Nettoyage des données
Catégorie : Apprentissage automatique appliqué
Catégorie : Algorithmes de classification
Catégorie : Traitement du langage naturel
Catégorie : Exploration de texte
Catégorie : Manipulation de données
Catégorie : Ingénierie des fonctionnalités
Catégorie : Programmation Python
Analyse appliquée des réseaux sociaux en Python

Analyse appliquée des réseaux sociaux en Python

COURS 5, 26 heures

Ce que vous apprendrez

  • Représenter et manipuler des données en réseau à l'aide de la bibliothèque NetworkX

  • Analyser la connectivité d'un réseau

  • Mesurer l'importance ou la centralité d'un nœud dans un réseau

  • Prévoir l'évolution des réseaux dans le temps

Compétences que vous acquerrez

Catégorie : Analyse des réseaux sociaux
Catégorie : Modèle de réseau
Catégorie : Théorie des graphes
Catégorie : Programmation Python
Catégorie : Analyse du réseau

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.

Instructeurs

Christopher Brooks
15 Cours976 912 apprenants
Kevyn Collins-Thompson
University of Michigan
0 Cours0 apprenants

Offert par

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 sur Science des Données Appliquée avec Python

moyenne sur l'ensemble des 5 cours

  • 5 étoiles

    66,97 %

  • 4 étoiles

    23,27 %

  • 3 étoiles

    5,83 %

  • 2 étoiles

    1,95 %

  • 1 étoile

    1,95 %

AM
Cours : Introduction à la science des données en Python

Révisé le 24 sept. 2017

HM
Cours : Tracés, graphiques et représentation de données en Python

Révisé le 11 janv. 2022

JS
Cours : Apprentissage automatique appliqué en Python

Révisé le 14 juil. 2017

Qu’est-ce qui vous amène sur Coursera aujourd’hui ?

Foire Aux Questions