Duke University
Maîtriser l'analyse des données dans Excel

Offrez à votre carrière le cadeau de Coursera Plus avec $160 de réduction, facturé annuellement. Économisez aujourd’hui.

Duke University

Maîtriser l'analyse des données dans Excel

Jana Schaich Borg
Daniel Egger

Instructeurs : Jana Schaich Borg

345 563 déjà inscrits

Inclus dans le siteCoursera Plus

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.2

(3,919 avis)

21 heures pour terminer
3 semaines à 7 heures par semaine
Planning flexible
Apprenez à votre propre rythme
93%
La plupart des apprenants ont aimé ce cours
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.2

(3,919 avis)

21 heures pour terminer
3 semaines à 7 heures par semaine
Planning flexible
Apprenez à votre propre rythme
93%
La plupart des apprenants ont aimé ce cours

Compétences que vous acquerrez

  • Catégorie : Classification binaire
  • Catégorie : Analyse des Données
  • Catégorie : Microsoft Excel
  • Catégorie : Régression linéaire

Détails à connaître

Obtenez un certificat professionnel

Ajouter à votre profil LinkedIn

Évaluations

14 devoirs

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Emplacement réservé

Élaborez votre expertise du sujet

Ce cours fait partie de la Spécialisation D'Excel à MySQL : Techniques d'analyse pour l'entreprise
Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.
  • 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
Emplacement réservé
Emplacement réservé

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

Emplacement réservé

Il y a 7 modules dans ce cours

Ce cours vous préparera à concevoir et à mettre en œuvre des modèles prédictifs réalistes basés sur des données. Dans le projet final (module 6), vous jouerez le rôle d'un analyste de données commerciales pour une banque et développerez deux modèles prédictifs différents pour déterminer quels demandeurs de cartes de crédit doivent être acceptés et lesquels doivent être rejetés. Votre premier modèle visera à minimiser le risque de défaillance et votre second à maximiser les profits de la banque. Les deux modèles devraient vous démontrer de manière pratique l'idée que votre choix de métrique commerciale détermine le choix d'un modèle optimal. La deuxième grande idée que ce cours cherche à démontrer est que vos résultats d'analyse de données ne peuvent pas et ne doivent pas viser à éliminer toute incertitude. Votre rôle en tant qu'analyste de données est de réduire l'incertitude pour les décideurs d'un incrément financièrement valable, tout en quantifiant l'incertitude restante. Vous apprendrez à calculer et à appliquer à des exemples concrets les principales mesures d'incertitude utilisées dans le monde des affaires, notamment les taux d'erreur de classification, l'entropie de l'information et les intervalles de confiance pour la régression linéaire. Toutes les données dont vous avez besoin sont fournies dans le cours, et tous les travaux sont conçus pour être réalisés dans MS Excel. Le cours vous permettra de pratiquer suffisamment Excel pour maîtriser ses fonctions commerciales les plus courantes, et vous serez prêt à apprendre toute autre fonctionnalité d'Excel dont vous pourriez avoir besoin à l'avenir (module 1). Le cours ne couvre pas Visual Basic ou les tableaux croisés dynamiques et vous n'en aurez pas besoin pour réaliser les travaux pratiques. Tous les concepts avancés sont démontrés dans des modèles individuels de feuilles de calcul Excel que vous pouvez utiliser pour répondre aux questions pertinentes. Vous obtiendrez un vocabulaire substantiel et des connaissances pratiques sur la manière d'appliquer des méthodes d'analyse de données commerciales basées sur la classification binaire (module 2), la théorie de l'information et les mesures d'entropie (module 3), et la régression linéaire (modules 4 et 5), le tout sans utiliser d'outils logiciels plus complexes qu'Excel.

Inclus

2 vidéos2 lectures

Dans ce module, vous explorerez les compétences Excel essentielles pour faire face aux situations professionnelles typiques que vous pourriez rencontrer à l'avenir. Le vocabulaire et les fonctions d'Excel enseignés tout au long de ce module vous permettront de comprendre les feuilles de calcul Excel explicatives supplémentaires qui accompagnent les vidéos ultérieures de ce cours.

Inclus

8 vidéos1 lecture2 devoirs

La séparation des collections en deux catégories, telles que "acheter ce stock, ne pas acheter ce stock" ou "cibler ce client avec une offre spéciale, mais pas celui-là" est l'objectif ultime de la plupart des projets d'analyse de données commerciales. Il existe un vocabulaire spécialisé de mesures permettant de comparer et d'optimiser les performances des algorithmes utilisés pour classer les collections en deux groupes. Vous apprendrez comment et pourquoi appliquer ces différentes mesures, y compris comment calculer la très importante aire sous la courbe ROC (Receiver Operating Characteristic).

Inclus

6 vidéos1 lecture2 devoirs

Dans ce module, vous apprendrez à calculer et à appliquer l'entropie, une mesure de l'incertitude d'une utilité vitale, contrairement à la probabilité qui représente l'incertitude d'un seul résultat Contrairement à la "probabilité", plus familière, qui représente l'incertitude qu'un seul résultat se produise, l'"entropie" quantifie l'incertitude globale de tous les résultats possibles. La mesure de l'entropie fournit le cadre de la responsabilité dans le travail d'analyse des données. L'entropie vous permet de quantifier l'incertitude des résultats futurs pertinents pour votre entreprise à deux reprises : en utilisant les meilleures estimations disponibles avant de commencer un projet, puis après avoir construit un modèle prédictif. La différence entre les deux mesures est le gain d'information apporté par votre travail.

Inclus

7 vidéos1 lecture2 devoirs

La mesure de corrélation linéaire est une mesure d'évaluation des associations beaucoup plus riche qu'on ne le pense généralement. Vous pouvez l'utiliser pour quantifier dans quelle mesure un modèle linéaire réduit l'incertitude. Lorsqu'elle est utilisée pour prévoir des résultats futurs, elle peut être convertie en une "estimation ponctuelle" plus un "intervalle de confiance", ou convertie en une mesure de gain d'information. Vous développerez une connaissance approfondie de ces concepts et des nombreuses utilisations précieuses de la régression linéaire dans l'analyse des données commerciales. Ce module vous apprend également à utiliser le théorème de la limite centrale (CLT) pour résoudre des problèmes pratiques. Les deux sujets sont étroitement liés car la régression et le CLT utilisent tous deux une famille spéciale de distributions de probabilités appelées "gaussiennes" Vous apprendrez tout ce que vous devez savoir pour travailler avec les gaussiennes dans ces contextes et dans d'autres.

Inclus

11 vidéos1 lecture3 devoirs

Ce module vous permet d'acquérir des concepts et des compétences supplémentaires utiles à la construction de modèles de haute qualité. Comme vous le savez, un "modèle" est une description d'un processus appliqué aux données disponibles (entrées) qui produit une estimation d'un résultat futur et encore inconnu en tant que sortie. Très souvent, les modèles de résultats prennent la forme d'une distribution de probabilités. Ce module explique comment estimer des distributions de probabilités à partir de données (un "histogramme de probabilités") et comment décrire et générer les distributions de probabilités les plus utiles utilisées par les scientifiques des données. Il explique également en détail comment développer un modèle de classification binaire avec des paramètres optimisés pour maximiser l'AUC, et comment appliquer des modèles de régression linéaire lorsque vos données d'entrée sont constituées de plusieurs types de données pour chaque événement. Le module se termine par une explication du "surajustement", qui est la principale raison pour laquelle des modèles prédictifs apparemment bons échouent souvent dans des contextes professionnels réels. Nous concluons par quelques conseils sur la manière d'éviter l'ajustement excessif dans votre propre modèle prédictif pour le projet final - et dans la vie réelle

Inclus

4 vidéos1 lecture1 devoir

Le projet final du cours est une évaluation complète qui couvre l'ensemble du matériel du cours et qui consiste en quatre quiz et un devoir d'évaluation par les pairs. Pour le premier et le deuxième quiz, il y a des points d'apprentissage qui expliquent des éléments du quiz. Ces points d'apprentissage ne seront débloqués que lorsque vous aurez obtenu la note de passage au test. Avant de commencer, veuillez lire les instructions relatives au projet final. D'après l'expérience des étudiants, le projet final, qui comprend tous les quiz et l'évaluation par les pairs, prend entre 10 et 12 heures.

Inclus

2 vidéos3 lectures4 devoirs1 évaluation par les pairs

Instructeurs

Évaluations de l’enseignant
4.1 (226 évaluations)
Jana Schaich Borg
Duke University
7 Cours737 828 apprenants
Daniel Egger
Duke University
8 Cours1 169 532 apprenants

Offert par

Duke University

Recommandé si vous êtes intéressé(e) par Analyse des Données

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

Affichage de 3 sur 3919

4.2

3 919 avis

  • 5 stars

    56,30 %

  • 4 stars

    23,96 %

  • 3 stars

    9,13 %

  • 2 stars

    5,30 %

  • 1 star

    5,28 %

BR
5

Révisé le 16 janv. 2017

PS
4

Révisé le 7 mai 2020

RC
5

Révisé le 14 janv. 2017

Emplacement réservé

Ouvrez de nouvelles portes avec Coursera Plus

Accès illimité à plus de 7 000 cours de renommée internationale, à des projets pratiques et à des programmes de certificats reconnus sur le marché du travail, 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