IBM

Analyse de données avec R

Ce cours fait partie de plusieurs programmes.

Tiffany Zhu
Yiwen Li
Gabriela de Queiroz

Instructeurs : Tiffany Zhu

28 769 déjà inscrits

Inclus avec Coursera Plus

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.7

(322 avis)

niveau Intermédiaire
Certaines connaissances prérequises
Planning flexible
Env. 16 heures
Apprenez à votre propre rythme
95%
La plupart des étudiants ont apprécié ce cours
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.7

(322 avis)

niveau Intermédiaire
Certaines connaissances prérequises
Planning flexible
Env. 16 heures
Apprenez à votre propre rythme
95%
La plupart des étudiants ont apprécié ce cours

Ce que vous apprendrez

  • Préparez les données pour l'analyse en traitant les valeurs manquantes, en formatant et en normalisant les données, en les regroupant et en transformant les valeurs catégorielles en valeurs numériques.

  • Comparer et opposer les modèles prédictifs utilisant les méthodes de régression linéaire simple, linéaire multiple et polynomiale.

  • Examiner les données à l'aide de statistiques descriptives, de regroupement de données, d'analyse de la variance (ANOVA) et de statistiques de corrélation.

  • Évaluez un modèle dans des conditions de surajustement et de sous-ajustement et réglez ses performances à l'aide de la régularisation et de la recherche en grille.

Compétences que vous acquerrez

  • Catégorie : Science des données
  • Catégorie : Analyse des Données
  • Catégorie : Analyse statistique
  • Catégorie : Visualisation de Données
  • Catégorie : La programmation en R

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Évaluations

11 devoirs

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Emplacement réservé

Élaborez votre expertise du sujet

Ce cours est disponible dans le cadre de
Lorsque vous vous inscrivez à ce cours, vous devez également sélectionner un programme spécifique.
  • 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 6 modules dans ce cours

Toute analyse de données commence par un problème à résoudre. La compréhension de vos données et des types de questions auxquelles vous pouvez répondre à leur sujet est un aspect essentiel de cette démarche. Le langage de programmation R vous fournit tous les outils dont vous avez besoin pour réaliser des analyses de données puissantes, en assurant la liaison entre vos données et les problèmes du monde réel que vous souhaitez résoudre. Dans ce module, vous passerez en revue un type de problème que vous pouvez résoudre avec R et les données sous-jacentes qui forment la base de votre analyse. Vous découvrirez également les packages R pour l'analyse des données, qui fournissent un ensemble d'outils puissants que vous utiliserez probablement dans vos analyses de données quotidiennes. Enfin, vous verrez comment importer des données et obtenir des informations de base à partir de l'ensemble de données.

Inclus

6 vidéos1 lecture2 devoirs1 élément d'application1 plugin

La manipulation des données, ou prétraitement des données, est une première étape essentielle pour parvenir à une analyse précise et complète de vos données. Ce processus transforme vos données brutes dans un format qui peut être facilement catégorisé ou mis en correspondance avec d'autres données, créant ainsi des relations prévisibles entre elles et facilitant la construction des modèles dont vous avez besoin pour répondre aux questions concernant vos données. Ce module présente une introduction au prétraitement des données dans R et vous fournit ensuite les outils dont vous avez besoin pour identifier et traiter les valeurs manquantes dans votre ensemble de données, transformer les formats de données pour les aligner sur d'autres données auxquelles vous souhaitez les comparer, normaliser vos données, créer des catégories d'informations grâce à la classification des données, et convertir les variables catégorielles en valeurs quantitatives qui peuvent ensuite être utilisées dans des analyses basées sur des données numériques.

Inclus

6 vidéos1 lecture2 devoirs1 élément d'application1 plugin

L'analyse exploratoire des données, ou AED, est une approche de l'analyse des données qui résume leurs principales caractéristiques et vous aide à mieux comprendre l'ensemble des données, à découvrir les relations entre les différentes variables et à extraire les variables importantes pour le problème que vous essayez de résoudre. La principale question à laquelle vous essayez de répondre dans ce module est la suivante : "Quelles sont les causes des retards des vols ?" Dans ce module, vous apprendrez quelques techniques utiles d'analyse exploratoire des données qui vous aideront à répondre à cette question.

Inclus

5 vidéos1 lecture2 devoirs1 élément d'application1 plugin

Vous avez identifié le problème que vous essayez de résoudre, vous avez prétraité l'ensemble de données que vous utiliserez dans votre analyse et vous avez effectué une analyse exploratoire des données pour répondre à certaines de vos questions initiales. Il est maintenant temps de développer votre modèle et d'évaluer la solidité de vos hypothèses. Dans ce module, vous examinerez le développement d'un modèle en essayant de prédire le retard à l'arrivée d'un vol à l'aide de l'ensemble de données des compagnies aériennes. Vous apprendrez les techniques de régression pour déterminer la corrélation entre les variables de votre ensemble de données et évaluerez le résultat à la fois visuellement et par le calcul de métriques.

Inclus

7 vidéos1 lecture2 devoirs1 élément d'application1 plugin

Vous avez une bonne compréhension de vos données et vous les avez prétraitées pour obtenir les meilleurs résultats possibles. Vous avez effectué une analyse exploratoire des données et développé votre modèle. Tout semble bon jusqu'à présent, mais comment pouvez-vous être certain que votre modèle fonctionne dans le monde réel et qu'il offre des performances optimales ? Dans ce module, vous apprendrez à utiliser le cadre des tidymodèles pour évaluer votre modèle. Tidymodels est une collection de paquets pour la modélisation et l'apprentissage automatique utilisant les principes de tidyverse. À l'aide de ces packages, vous apprendrez à effectuer une validation croisée de vos modèles, à identifier les problèmes potentiels, tels que le surajustement et le sous-ajustement, et à traiter les problèmes de surajustement à l'aide d'une technique appelée régularisation. Vous apprendrez également à ajuster vos modèles à l'aide de la recherche en grille.

Inclus

4 vidéos1 lecture2 devoirs1 élément d'application1 plugin

Inclus

4 lectures1 devoir1 évaluation par les pairs2 éléments d'application3 plugins

Instructeurs

Évaluations de l’enseignant
4.6 (80 évaluations)
Tiffany Zhu
IBM
2 Cours39 952 apprenants
Yiwen Li
IBM
2 Cours39 952 apprenants
Gabriela de Queiroz
IBM
2 Cours39 952 apprenants

Offert par

IBM

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

4.7

322 avis

  • 5 stars

    82,04 %

  • 4 stars

    11,45 %

  • 3 stars

    2,78 %

  • 2 stars

    1,23 %

  • 1 star

    2,47 %

Affichage de 3 sur 322

CB
5

Révisé le 2 déc. 2022

PM
5

Révisé le 23 juil. 2022

DG
4

Révisé le 30 sept. 2023

Emplacement réservé

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