Can I just enroll in a single course?

Yes! To get started, click the course card that interests you and enroll. You can enroll and complete the course to earn a shareable certificate. When you subscribe to a course that is part of a Specialization, you’re automatically subscribed to the full Specialization. Visit your learner dashboard to track your progress.

Is financial aid available?

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.

Can I take the course for free?

No, you cannot take this course for free. When you enroll in the course, you get access to all of the courses in the Specialization, and you earn a certificate when you complete the work. If you cannot afford the fee, you can apply for financial aid.

Spécialisation "Introduction to Data Science Techniques"

Spécialisation "Introduction to Data Science Techniques"

Foundations of Data Science Techniques.

Learn essential data science techniques for analyzing and interpreting data.

Instructeurs : Ming-Long Lam

Inclus avec En savoir plus

Série de 3 cours

Approfondissez votre connaissance d’un sujet

des 23 examens de cours de ce programme

niveau Intermédiaire

Expérience recommandée

Planning flexible

6 mois à 10 heures une semaine

Apprenez à votre propre rythme

Série de 3 cours

Approfondissez votre connaissance d’un sujet

des 23 examens de cours de ce programme

niveau Intermédiaire

Expérience recommandée

Planning flexible

6 mois à 10 heures une semaine

Apprenez à votre propre rythme

Ce que vous apprendrez

How to analyze and forecast time series data
Techniques for statistical learning and model building
Methods for preparing and analyzing data

Compétences que vous acquerrez

Catégorie : Probability & Statistics
Catégorie : Statistical Analysis
Catégorie : Time Series Analysis and Forecasting
Catégorie : Forecasting
Catégorie : Statistical Methods
Catégorie : Machine Learning Algorithms
Catégorie : Data Visualization
Catégorie : Statistical Programming
Catégorie : Applied Machine Learning
Catégorie : Data Analysis
Catégorie : Model Evaluation
Catégorie : Data Science
Catégorie : Statistical Modeling
Catégorie : Exploratory Data Analysis
Catégorie : Machine Learning
Catégorie : Statistical Machine Learning
Catégorie : Data Presentation

Outils que vous découvrirez

Catégorie : Statistical Software
Catégorie : R (Software)
Catégorie : R Programming

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Enseigné en Anglais

Préparer un diplôme

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 Illinois Tech

Spécialisation - série de 3 cours

This specialization introduces learners to essential data science techniques, including time series analysis, statistical learning, and data preparation. Learners will develop foundational skills in data exploration, cleaning, and visualization, as well as core competencies in building predictive models and interpreting statistical outputs to drive business and research insights.

Projet d'apprentissage appliqué

Learners will work on projects involving time series forecasting, data preparation, and applying statistical learning methods to real-world data sets in the courses in this specialization. However, there is no required capstone project for this specialization.

Introduction to Time Series

COURS 1, 52 heures

Ce que vous apprendrez

This course introduces basic time series analysis and forecasting methods. Topics include stationary processes, ARMA models, modeling and forecasting using ARMA models, nonstationary and seasonal time series models, state-space models, and forecasting techniques.

By the end of this course, students will be able to: - Describe important time series models and their applications in various fields. - Formulate real life problems using time series models. - Use statistical software to estimate models from real data and draw conclusions and develop solutions from the estimated models. - Use visual and numerical diagnostics to assess the soundness of their models. - Communicate the statistical analyses of substantial data sets through explanatory text, tables, and graphs. - Combine and adapt different statistical models to analyze larger and more complex data.

Compétences que vous acquerrez

Catégorie : Time Series Analysis and Forecasting

Catégorie : R Programming

Catégorie : Forecasting

Catégorie : Model Evaluation

Catégorie : Statistical Modeling

Catégorie : Statistical Analysis

Catégorie : Statistical Visualization

Catégorie : Statistical Hypothesis Testing

Catégorie : Predictive Analytics

Catégorie : R (Software)

Catégorie : Numerical Analysis

Catégorie : Data Analysis

Catégorie : Correlation Analysis

Catégorie : Statistical Software

Catégorie : Data Presentation

Catégorie : Statistical Methods

Catégorie : Predictive Modeling

Catégorie : Statistical Programming

Catégorie : Statistical Reporting

Catégorie : Exploratory Data Analysis

Statistical Learning

COURS 2, 114 heures

Ce que vous apprendrez

This course offers a deep dive into the world of statistical analysis, equipping learners with cutting-edge techniques to understand and interpret data effectively. We explore a range of methodologies, from regression and classification to advanced approaches like kernel methods and support vector machines, all designed to enhance your data analysis skills.

Our journey is guided by the well-known textbook "The Elements of Statistical Learning" by T. Hastie, R. Tibshirani, and J. Friedman. This course provides examples written in Python. Your system should have Python 3.8 or higher, as well as essential libraries such as NumPy, pandas, matplotlib, seaborn, scikit-learn, SciPy, and PyTorch. These tools not only support the learning process but also prepare you for real-world data analysis challenges. Whether you're aiming to refine your expertise or just starting out in the field of data science, this course provides the knowledge and tools to transform your understanding and application of statistical learning. It's a perfect blend of theory and practice, ideal for anyone looking to enhance their skills in data interpretation and analysis.

Compétences que vous acquerrez

Catégorie : Statistical Modeling

Catégorie : Model Evaluation

Catégorie : Regression Analysis

Catégorie : Unsupervised Learning

Catégorie : Logistic Regression

Catégorie : Statistical Inference

Catégorie : Supervised Learning

Catégorie : Machine Learning

Catégorie : Machine Learning Algorithms

Catégorie : Bayesian Statistics

Catégorie : Applied Machine Learning

Catégorie : Data Analysis

Catégorie : Machine Learning Methods

Catégorie : Statistical Programming

Catégorie : Statistical Analysis

Catégorie : Statistical Machine Learning

Catégorie : Predictive Modeling

Catégorie : Data Science

Catégorie : Statistical Methods

Catégorie : Statistics

Data Preparation and Analysis

COURS 3, 80 heures

Ce que vous apprendrez

1. Apply appropriate techniques for generating insights from data.
2. Present actionable solutions with confidence to the business stakeholders.

Compétences que vous acquerrez

Catégorie : Model Training

Catégorie : Model Evaluation

Catégorie : Decision Tree Learning

Catégorie : Probability & Statistics

Catégorie : Logistic Regression

Catégorie : Correlation Analysis

Catégorie : Data Preprocessing

Catégorie : Machine Learning Methods

Catégorie : Applied Machine Learning

Catégorie : Data Processing

Catégorie : Statistical Methods

Catégorie : Analytics

Catégorie : Data Presentation

Catégorie : Data Cleansing

Catégorie : Machine Learning

Catégorie : Exploratory Data Analysis

Catégorie : Statistical Analysis

Catégorie : Data Visualization

Catégorie : Machine Learning Algorithms

Catégorie : Data Analysis

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.

Préparer un diplôme

Ce site Spécialisation fait partie du (des) programme(s) diplômant(s) suivant(s) proposé(s) par Illinois Tech. Si vous êtes admis et que vous vous inscrivez, les cours que vous avez suivis peuvent compter pour l'apprentissage de votre diplôme et vos progrès peuvent être transférés avec vous.¹

Instructeurs

Ming-Long Lam

Illinois Tech

1 Cours2 948 apprenants

Offert par

Illinois Tech

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 Introduction to Data Science Techniques

moyenne sur l'ensemble des 3 cours

5 étoiles
76 %
4 étoiles
4 %
3 étoiles
8 %
2 étoiles
8 %
1 étoile
4 %

Cours : Introduction to Time Series

5.0

Révisé le 16 mars 2026

Great Professor Trevor, we enjoyed learning the course and assignments overall.

Cours : Introduction to Time Series

5.0

Révisé le 7 août 2025

Thanks. This is great course with enough math challenges

Voir plus d’avis

Débloquez l'accès à plus de 10 000 cours grâce à un abonnement
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez les 4 700 entreprises internationales qui ont choisi Coursera for Business.

Foire Aux Questions

No, it’s not required—but it is recommended that you follow the course sequence listed on the specialization landing page. This order is designed to help you build your skills progressively, from foundational concepts to more advanced topics.

No, this specialization is open to all MOOC learners. You do not need to be an admitted degree-seeking student to complete the specialization and receive a Coursera–IIT co-branded non-credit certificate.

This course is completely online, so there’s no need to show up to a classroom in person. You can access your lectures, readings and assignments anytime and anywhere via the web or your mobile device.