University of Michigan
Spécialisation Science des Données Appliquée avec Python
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 matiÚre d'analyse.

Christopher Brooks
Kevyn Collins-Thompson
Daniel Romero

Instructeurs : Christopher Brooks

439 169 dĂ©jĂ  inscrits

Inclus avec Coursera Plus

Approfondissez votre connaissance d’un sujet
4.5

(26,213 avis)

niveau Intermédiaire
Certaines connaissances prérequises
6 semaines à compléter
Ă  10 heures par semaine
Planning flexible
Apprenez Ă  votre propre rythme
Approfondissez votre connaissance d’un sujet
4.5

(26,213 avis)

niveau Intermédiaire
Certaines connaissances prérequises
6 semaines à compléter
Ă  10 heures par semaine
Planning flexible
Apprenez Ă  votre propre rythme

Ce que vous apprendrez

  • Effectuer une analyse statistique infĂ©rentielle

  • DĂ©terminer si une visualisation de donnĂ©es est bonne ou mauvaise

  • AmĂ©liorez l'analyse des donnĂ©es grĂące Ă  l'apprentissage automatique

  • Analyser la connectivitĂ© d'un rĂ©seau social

Compétences que vous acquerrez

  • CatĂ©gorie : ThĂ©orie des graphes
  • CatĂ©gorie : Jupyter
  • CatĂ©gorie : Exploration de texte
  • CatĂ©gorie : Logiciel de Visualisation de DonnĂ©es
  • CatĂ©gorie : Matplotlib
  • CatĂ©gorie : IngĂ©nierie des caractĂ©ristiques
  • CatĂ©gorie : Manipulation de donnĂ©es
  • CatĂ©gorie : Pandas (paquetage Python)
  • CatĂ©gorie : Visualisation interactive des donnĂ©es
  • CatĂ©gorie : Scikit-learn (BibliothĂšque d'Apprentissage automatique)
  • CatĂ©gorie : NumPy
  • CatĂ©gorie : Visualisation scientifique

Détails à connaßtre

Certificat partageable

Ajouter Ă  votre profil LinkedIn

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maßtrisent des compétences recherchées

 logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Améliorez votre expertise en la matiÚre

  • AcquĂ©rez des compĂ©tences recherchĂ©es auprĂšs d’universitĂ©s et d’experts du secteur
  • MaĂźtrisez un sujet ou un outil avec des projets pratiques
  • DĂ©veloppez une comprĂ©hension approfondie de concepts clĂ©s
  • Obtenez un certificat professionnel auprĂšs de University of Michigan

Spécialisation - 5 séries de cours

Ce que vous apprendrez

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

  • DĂ©crire les fonctions et caractĂ©ristiques courantes de Python utilisĂ©es pour la science des donnĂ©es

  • Interroger les structures DataFrame pour les nettoyer et les traiter

  • Expliquer les distributions, l'Ă©chantillonnage et les tests t

Compétences que vous acquerrez

Catégorie : Pandas (paquetage Python)
Catégorie : Programmation en Python
Catégorie : Manipulation de données
Catégorie : Nettoyage des données
Catégorie : Jupyter
Catégorie : Science des données
Catégorie : NumPy
Catégorie : Probabilités et statistiques
Catégorie : Tableaux croisés dynamiques et graphiques
Catégorie : Analyse des Données
Catégorie : Principes de programmation
Catégorie : structures de données
Catégorie : Analyse statistique
Catégorie : Importation/exportation de données

Ce que vous apprendrez

  • DĂ©crire les caractĂ©ristiques d'une bonne ou d'une mauvaise visualisation

  • Comprendre les meilleures pratiques pour crĂ©er des graphiques de base

  • Identifier les fonctions les mieux adaptĂ©es Ă  des problĂšmes particuliers

  • CrĂ©ez une visualisation Ă  l'aide de matplotlb

Compétences que vous acquerrez

Catégorie : Pandas (paquetage Python)
Catégorie : Visualisation interactive des données
Catégorie : Matplotlib
Catégorie : Logiciel de Visualisation de Données
Catégorie : NumPy
Catégorie : Graphique
Catégorie : Histogramme
Catégorie : Présentation des données
Catégorie : Visualisation scientifique
Catégorie : Visualisation (infographie)
Catégorie : Manipulation de données
Catégorie : Visualisation statistique
Catégorie : Diagrammes de dispersion

Ce que vous apprendrez

  • DĂ©crivez en quoi l'apprentissage automatique est diffĂ©rent des statistiques descriptives

  • CrĂ©er et Ă©valuer des grappes de donnĂ©es

  • Expliquer les diffĂ©rentes approches pour crĂ©er des modĂšles prĂ©dictifs

  • Construire des fonctionnalitĂ©s qui rĂ©pondent aux besoins d'analyse

Compétences que vous acquerrez

Catégorie : Apprentissage supervisé
Catégorie : Arbre de décision
Catégorie : Apprentissage automatique appliqué
Catégorie : Scikit-learn (BibliothÚque d'Apprentissage automatique)
Catégorie : Apprentissage non supervisé
Catégorie : Modélisation prédictive
CatĂ©gorie : Algorithme de forĂȘt alĂ©atoire
Catégorie : Apprentissage automatique
Catégorie : Réduction de dimensionnalité
Catégorie : Ingénierie des caractéristiques
Text Mining appliqué en Python

Text Mining appliqué en Python

COURS 425 heures

Ce que vous apprendrez

  • Comprendre comment le texte est traitĂ© en Python

  • Appliquer les mĂ©thodes de base du traitement du langage naturel

  • Écrire un code qui regroupe les documents par thĂšme

  • DĂ©crire le cadre nltk pour la manipulation de texte

Compétences que vous acquerrez

Catégorie : Exploration de texte
Catégorie : Apprentissage supervisé
Catégorie : Traitement du langage naturel (NLP)
Catégorie : Pandas (paquetage Python)
Catégorie : Traitement des données
Catégorie : Nettoyage des données
Catégorie : Ingénierie des caractéristiques
Catégorie : Apprentissage non supervisé
Catégorie : Scikit-learn (BibliothÚque d'Apprentissage automatique)
Catégorie : Manipulation de données

Ce que vous apprendrez

  • ReprĂ©senter et manipuler des donnĂ©es en rĂ©seau Ă  l'aide de la bibliothĂšque NetworkX

  • Analyser la connectivitĂ© d'un rĂ©seau

  • Mesurer l'importance ou la centralitĂ© d'un nƓud dans un rĂ©seau

  • PrĂ©voir l'Ă©volution des rĂ©seaux dans le temps

Compétences que vous acquerrez

Catégorie : Analyse du réseau
Catégorie : ModÚle de réseau
Catégorie : Modélisation prédictive
Catégorie : Analyse des Données
Catégorie : Apprentissage automatique appliqué
Catégorie : Matplotlib
Catégorie : Algorithmes
Catégorie : Théorie des graphes
Catégorie : Pandas (paquetage Python)
Catégorie : Simulations

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 diplÎme

Le fait de suivre ce SpĂ©cialisation proposĂ© par University of Michigan vous donnera un aperçu des enseignants ainsi que des sujets et contenus dans un programme diplĂŽmant connexe, ce qui peut vous aider Ă  dĂ©terminer si le sujet ou l’universitĂ© vous convient.

 

Instructeurs

Christopher Brooks
15 Cours919 714 apprenants
Kevyn Collins-Thompson
University of Michigan
0 Cours0 apprenants

Offert par

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carriÚre ?

Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours Ă  mon rythme Ă  Ă©tĂ© une expĂ©rience 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 appliquĂ© les concepts et les compĂ©tences que j'ai appris de mes cours Ă  un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon universitĂ© ne propose pas, Coursera est l'un des meilleurs endroits oĂč se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'amĂ©liorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
Coursera Plus

Ouvrez de nouvelles portes avec Coursera Plus

AccĂšs illimitĂ© Ă  10,000+ cours de niveau international, projets pratiques et programmes de certification prĂȘts Ă  l'emploi - tous inclus dans votre abonnement.

Faites progresser votre carriĂšre avec un diplĂŽme en ligne

Obtenez un diplĂŽme auprĂšs d’universitĂ©s de renommĂ©e mondiale - 100 % en ligne

Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires

AmĂ©liorez les compĂ©tences de vos employĂ©s pour exceller dans l’économie numĂ©rique

Foire Aux Questions