University of Michigan
Ajuster des modèles statistiques aux données avec Python
University of Michigan

Ajuster des modèles statistiques aux données avec Python

Brenda Gunderson
Brady T. West
Kerby Shedden

Instructeurs : Brenda Gunderson

34 792 déjà inscrits

Inclus avec Coursera Plus

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.4

(691 avis)

niveau Intermédiaire

Expérience recommandée

Planning flexible
Env. 14 heures
Apprenez à votre propre rythme
87%
La plupart des étudiants ont apprécié ce cours
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.4

(691 avis)

niveau Intermédiaire

Expérience recommandée

Planning flexible
Env. 14 heures
Apprenez à votre propre rythme
87%
La plupart des étudiants ont apprécié ce cours

Ce que vous apprendrez

  • Approfondissez votre compréhension des techniques d'inférence statistique en maîtrisant l'art d'adapter les modèles statistiques aux données.

  • Relier les questions de recherche aux méthodes d'analyse des données, en mettant l'accent sur les objectifs, les relations entre les variables et les prévisions.

  • Explorer diverses techniques de modélisation statistique telles que la régression linéaire, la régression logistique et l'inférence bayésienne en utilisant des ensembles de données réelles.

  • Travaillez sur des études de cas pratiques en Python avec des bibliothèques telles que Statsmodels, Pandas et Seaborn dans l'environnement Jupyter Notebook.

Compétences que vous acquerrez

  • Catégorie : Statistiques bayésiennes
  • Catégorie : Programmation en Python
  • Catégorie : régression statistique
  • Catégorie : Modèle statistique

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Évaluations

7 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 Statistiques avec Python
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 4 modules dans ce cours

Nous commençons ce troisième cours de la spécialisation Statistics with Python par un aperçu de ce que l'on entend par "ajustement de modèles statistiques aux données" Au cours de cette première semaine, nous présenterons les concepts clés de l'ajustement de modèles, y compris la distinction entre les variables dépendantes et indépendantes, la façon de prendre en compte les plans d'étude lors de l'ajustement des modèles, l'évaluation de la qualité de l'ajustement des modèles, l'exploration de la façon dont les différents types de variables sont traités dans la modélisation statistique, et la définition claire des objectifs de l'ajustement des modèles.

Inclus

8 vidéos6 lectures1 devoir2 laboratoires non notés

Au cours de cette deuxième semaine, nous vous présenterons les bases de deux types de régression : la régression linéaire et la régression logistique. Vous aurez l'occasion de réfléchir à la manière d'ajuster les modèles, d'évaluer la qualité de ces modèles et de réfléchir à la manière d'interpréter ces modèles dans le contexte des données. Vous apprendrez également à mettre en œuvre ces modèles en Python.

Inclus

5 vidéos4 lectures3 devoirs3 laboratoires non notés

Au cours de la troisième semaine de ce cours, nous nous appuierons sur les concepts de modélisation abordés au cours de la semaine 2. Les modèles multiniveaux et marginaux seront notre principal sujet de discussion, car ces modèles permettent aux chercheurs de tenir compte des dépendances dans les variables d'intérêt introduites par les modèles d'étude. Nous verrons pourquoi et quand nous adaptons ces modèles alternatifs, les tests de rapport de vraisemblance, ainsi que les effets fixes et leurs interprétations.

Inclus

7 vidéos3 lectures2 devoirs4 laboratoires non notés

Au cours de cette dernière semaine, nous introduisons des sujets spéciaux qui prolongent le programme des semaines et des cours précédents. Nous couvrirons un large éventail de sujets tels que les différents types de variables dépendantes, l'exploration des méthodes d'échantillonnage et l'utilisation ou non des poids d'enquête lors de l'ajustement des modèles, ainsi que des études de cas approfondies utilisant des techniques bayésiennes pour obtenir des informations à partir des données. Vous aurez également l'occasion d'appliquer les techniques bayésiennes en Python.

Inclus

6 vidéos4 lectures1 devoir1 sujet de discussion1 laboratoire non noté

Instructeurs

Évaluations de l’enseignant
4.5 (102 évaluations)
Brenda Gunderson
University of Michigan
3 Cours155 756 apprenants

Offert par

Recommandé si vous êtes intéressé(e) par Probabilités et Statistiques

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

4.4

691 avis

  • 5 stars

    65,84 %

  • 4 stars

    19,97 %

  • 3 stars

    7,95 %

  • 2 stars

    3,47 %

  • 1 star

    2,74 %

Affichage de 3 sur 691

AA
4

Révisé le 19 juin 2020

KA
5

Révisé le 11 juil. 2021

YT
4

Révisé le 21 sept. 2020

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