Il s'agit du premier cours de la spécialisation de quatre cours Python Data Products for Predictive Analytics, introduisant les bases de la lecture et de la manipulation d'ensembles de données en Python. Dans ce cours, vous apprendrez ce qu'est un produit de données et vous parcourrez plusieurs bibliothèques Python pour effectuer la récupération, le traitement et la visualisation des données.
Traitement et visualisation des données de base
Ce cours fait partie de Spécialisation Produits de données Python pour l'analyse prédictive
Instructeurs : Julian McAuley
21 082 déjà inscrits
Inclus avec
(192 avis)
Expérience recommandée
Ce que vous apprendrez
Élaborer une stratégie de données et un processus concernant la manière dont les données seront générées, collectées et utilisées
Charger et traiter des ensembles de données formatés tels que CSV et JSON.
Traiter les données dans différents formats (par exemple, horodatage, chaînes de caractères) et filtrer et "nettoyer" les ensembles de données en supprimant les valeurs aberrantes, etc.
Expérience de base avec des bibliothèques de traitement de données telles que numpy et l'ingestion de données avec urllib, requêtes
Compétences que vous acquerrez
- Catégorie : Bibliothèques Python
- Catégorie : Prétraitement des données
- Catégorie : Visualisation de Données
- Catégorie : Web scraping
Détails à connaître
Ajouter à votre profil LinkedIn
12 devoirs
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 5 modules dans ce cours
Cette semaine, nous allons passer en revue le syllabus et vous installer avec le matériel de cours et les logiciels. Nous vous présenterons les produits de données et nous vous rafraîchirons la mémoire sur Python et les carnets Jupyter.
Inclus
6 vidéos6 lectures2 devoirs2 sujets de discussion
Cette semaine, nous apprendrons à charger des ensembles de données à partir de fichiers CSV et JSON. Nous nous entraînerons également à manipuler les données de ces ensembles de données à l'aide de commandes Python de base.
Inclus
6 vidéos3 devoirs1 sujet de discussion
Cette semaine, notre objectif est de comprendre comment nettoyer un ensemble de données avant de l'analyser. Nous verrons comment travailler avec différents types de données, comme les chaînes de caractères et les dates.
Inclus
4 vidéos3 devoirs1 sujet de discussion
Au cours de cette dernière semaine, nous allons nous familiariser avec les bibliothèques courantes de Python et leur utilité. Nous aborderons la visualisation de données avec numpy et MatPlotLib, et nous vous présenterons également les bases du webscraping avec urllib et BeautifulSoup.
Inclus
5 vidéos4 devoirs1 évaluation par les pairs2 sujets de discussion
Créez votre propre carnet Jupyter avec un ensemble de données de votre choix et exercez-vous à la manipulation de données. Montrez les compétences que vous avez acquises et les bibliothèques que vous connaissez dans ce projet. Nous espérons que vous avez apprécié ce cours et nous vous souhaitons bonne chance dans votre apprentissage futur !
Inclus
1 vidéo2 lectures1 évaluation par les pairs1 sujet de discussion
Instructeurs
Offert par
Recommandé si vous êtes intéressé(e) par Analyse des Données
University of California San Diego
University of Colorado Boulder
University of Colorado Boulder
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Avis des étudiants
192 avis
- 5 stars
62,50 %
- 4 stars
21,87 %
- 3 stars
7,29 %
- 2 stars
3,64 %
- 1 star
4,68 %
Affichage de 3 sur 192
Révisé le 29 juin 2022
Great content. When you apply yourself to this course , there's no "dirty" data you can't handle.
Révisé le 19 nov. 2020
Goes into great detail on ways to actually use the code in sophisticated and useful ways. I feel like this course has started me on building a great python toolkit.
Révisé le 3 mars 2021
I wish the lectures are a bit more engaging. But content-wise it is good.
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
L'accès aux cours et aux devoirs dépend de votre type d'inscription. Si vous suivez un cours en mode audit, vous pourrez consulter gratuitement la plupart des supports de cours. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter l'expérience de certificat, pendant ou après votre audit. Si vous ne voyez pas l'option d'audit :
Il se peut que le cours ne propose pas d'option d'audit. Vous pouvez essayer un essai gratuit ou demander une aide financière.
Le cours peut proposer l'option "Cours complet, pas de certificat" à la place. Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.
Lorsque vous vous inscrivez au cours, vous avez accès à tous les cours de la Specializations, et vous obtenez un certificat lorsque vous terminez le travail. Votre certificat électronique sera ajouté à votre page de réalisations - de là, vous pouvez imprimer votre certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez uniquement lire et visualiser le contenu du cours, vous pouvez auditer le cours gratuitement.
Si vous vous êtes abonné, vous bénéficiez d'une période d'essai gratuite de 7 jours pendant laquelle vous pouvez annuler votre abonnement sans pénalité. Après cette période, nous ne remboursons pas, mais vous pouvez résilier votre abonnement à tout moment. Consultez notre politique de remboursement complète.