Ce cours se concentre sur le développement de compétences en Python pour assembler des données commerciales. Il couvrira une partie du même matériel que l'Introduction à l'analyse et à la visualisation des données comptables, mais dans un environnement de programmation plus général (Bloc-notes Jupyter pour Python), plutôt que dans Excel et l'éditeur Visual Basic. Ces concepts sont enseignés dans le contexte d'un ou plusieurs domaines de données comptables (par exemple, les données des états financiers provenant d'EDGAR, les données sur les actions, les données sur les prêts, les données sur les points de vente). La première moitié du cours reprend là où l'Introduction à l'Analytique des données comptables et à la Visualisation s'est arrêtée : l'utilisation dans un environnement de développement intégré pour automatiser les tâches d'analyse. Nous discutons de la façon de gérer le code et de partager les résultats dans Jupyter Notebook, un environnement de développement populaire pour les logiciels d'analyse de données comme Python et R. Nous passons ensuite en revue certaines compétences de programmation fondamentales, telles que les opérateurs mathématiques, les fonctions, les instructions conditionnelles et les boucles à l'aide du logiciel Python. La deuxième moitié du cours se concentre sur l'assemblage de données à des fins d'apprentissage automatique. Nous présentons aux étudiants les dataframes Pandas et Numpy pour structurer et manipuler les données. Nous analysons ensuite les données en cours d'utilisation des visualisations et de la régression linéaire. Enfin, nous expliquons comment utiliser Python pour interagir avec les données SQL.
Analyse des données comptables avec Python
Ce cours fait partie de Spécialisation Analyse des Données Comptables
Instructeurs : Ronald Guymon
13 467 déjà inscrits
Inclus avec 
(102 avis)
Ce que vous apprendrez
Savoir utiliser un logiciel qui vous aidera à créer et à exécuter du code Python.
Exécutez le code Python pour rassembler des données provenant de différentes structures dans une structure de cadre de données Pandas.
Exécutez et interprétez des tâches fondamentales d'analyse de données en Python, y compris des statistiques descriptives, des visualisations de données et des régressions.
Utiliser des bases de données relationnelles et savoir manipuler ces bases de données directement par la ligne de commande et indirectement par un script Python.
Compétences que vous acquerrez
- Catégorie : Préparation des données
- Catégorie : Programmation en Python
- Catégorie : Régression linéaire
- Catégorie : SQL
- Catégorie : Visualisation de Données
Détails à connaître
Ajouter à votre profil LinkedIn
8 quizzes
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable
Obtenez un certificat professionnel
Ajoutez cette qualification à votre profil LinkedIn ou à votre CV
Partagez-le sur les réseaux sociaux et dans votre évaluation de performance
Il y a 9 modules dans ce cours
Dans ce module, vous vous familiariserez avec le cours, votre formateur et vos camarades de classe, ainsi qu'avec notre environnement d'apprentissage. Ce module d'orientation vous aidera également à acquérir les compétences techniques nécessaires pour naviguer et réussir dans ce cours.
Inclus
3 vidéos5 lectures1 sujet de discussion1 plugin
Ce module sert d'introduction au contenu du cours et au serveur Jupyter du cours, où vous exécuterez vos scripts analytiques. Tout d'abord, vous lirez des exemples spécifiques de la façon dont l'analyse est utilisée par les cabinets comptables. Ensuite, vous découvrirez les capacités du serveur Jupyter du cours, et comment créer, éditer et exécuter des carnets de notes sur le serveur du cours. Ensuite, vous apprendrez à écrire des documents au format Markdown, qui est un moyen facile d'écrire rapidement du texte formaté, y compris du texte descriptif à l'intérieur d'un carnet de notes de cours.
Inclus
15 vidéos3 lectures1 quiz1 devoir de programmation1 sujet de discussion3 laboratoires non notés
Ce module se concentre sur les fonctionnalités de base du langage de programmation Python qui sous-tendent la plupart des programmes (ou scripts) d'analyse de données. Tout d'abord, vous apprendrez pourquoi les étudiants en comptabilité devraient apprendre à écrire des programmes informatiques. Dans la première leçon, vous apprendrez également les concepts de base du langage de programmation Python, notamment comment créer des variables, des types de données de base et des opérateurs mathématiques, et comment documenter vos programmes à l'aide de commentaires. Ensuite, vous découvrirez les opérateurs booléens et logiques en Python et la manière dont ils peuvent être utilisés pour contrôler le flux d'un programme Python à l'aide d'instructions conditionnelles. Enfin, vous découvrirez les fonctions et la manière dont elles peuvent simplifier le développement et la maintenance des programmes. Vous apprendrez également à créer et à appeler des fonctions en Python.
Inclus
13 vidéos2 lectures1 quiz1 devoir de programmation4 laboratoires non notés
Dans ce module, vous apprendrez à travailler avec les structures de données fondamentales en Python : chaînes de caractères, tuples, listes et dictionnaires. Vous apprendrez également à écrire des boucles pour effectuer des tâches répétitives.
Inclus
16 vidéos2 lectures1 quiz1 devoir de programmation4 laboratoires non notés
Dans ce module, vous apprendrez à créer et à utiliser des modules, c'est-à-dire un groupe de fonctions. Vous découvrirez ensuite deux des modules les plus importants pour l'analyse de données : NumPy et Pandas. NumPy effectue des calculs numériques sur de grands tableaux de données. Pandas simplifie les procédures de travail avec les données de panel, également connues sous le nom de dataframes.
Inclus
13 vidéos2 lectures1 quiz1 devoir de programmation4 laboratoires non notés
Ce module se concentre sur l'utilisation des dataframes Pandas pour effectuer certaines tâches fondamentales liées aux dataframes, notamment l'enregistrement et la lecture des dataframes, les fonctions de tableau croisé dynamique, les fonctions de filtrage et le calcul de statistiques descriptives
Inclus
15 vidéos2 lectures1 quiz1 devoir de programmation4 laboratoires non notés
Dans ce module, vous apprendrez quelques éléments de base pour créer des visualisations de données en Python. Vous apprendrez ensuite à utiliser les modules Matplotlib et Seaborn pour vous aider à créer certaines des visualisations de données unidimensionnelles et bidimensionnelles les plus couramment utilisées.
Inclus
17 vidéos2 lectures1 quiz1 devoir de programmation4 laboratoires non notés
Dans ce module, vous découvrirez le cadre décisionnel CRISP pour aborder les problèmes du monde réel. Vous apprendrez également à utiliser la régression linéaire pour trouver et quantifier les relations.
Inclus
17 vidéos2 lectures1 quiz1 devoir de programmation4 laboratoires non notés
Ce module se concentre sur les systèmes de gestion de bases de données relationnelles (SGBDR) et sur la manière d'interagir avec eux en utilisant Python.
Inclus
16 vidéos4 lectures1 quiz1 devoir de programmation4 laboratoires non notés1 plugin
Instructeurs
Offert par
Recommandé si vous êtes intéressé(e) par L'essentiel pour les entreprises
Préparer un diplôme
Ce site cours fait partie du (des) programme(s) diplômant(s) suivant(s) proposé(s) par University of Illinois Urbana-Champaign. 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
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Avis des étudiants
102 avis
- 5 stars
62,74 %
- 4 stars
23,52 %
- 3 stars
4,90 %
- 2 stars
5,88 %
- 1 star
2,94 %
Affichage de 3 sur 102
Révisé le 2 mars 2023
Great introductory Python course with alot of knowledge that can be applied to your every day job.
Révisé le 30 nov. 2020
It is very easy to learn and also very interesting because you can modify and try other things.
Révisé le 2 févr. 2022
Perfect to start, they focus on teach the basics true it is up to you if you want to practice and learn more
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
Une fois que vous vous serez inscrit à un certificat, vous aurez accès à toutes les vidéos, à tous les quiz et à tous les travaux de programmation (le cas échéant). Si vous choisissez d'explorer le cours sans l'acheter, il se peut que vous ne puissiez pas accéder à certains travaux.
Vous pouvez prétendre à un remboursement intégral jusqu'à deux semaines après la date de votre paiement. Vous ne pouvez pas obtenir de remboursement une fois que vous avez obtenu un certificat de cours, même si vous terminez le cours pendant la période de remboursement de 2 semaines. Consultez notre politique de remboursement complète.
Oui ! Coursera offre une aide financière aux apprenants qui aimeraient terminer un cours, mais qui ne peuvent pas payer les frais de cours. Pour faire une demande d'aide, sélectionnez " En savoir plus et faire une demande " dans la section Aide financière sous le bouton " S'inscrire ". Vous serez invité à remplir une simple demande ; aucun autre document n'est requis.