Il s'agit du troisième des sept cours du certificat Google Advanced Data Analytics. Dans ce cours, vous apprendrez à trouver l'histoire dans les données et à la raconter de manière convaincante. Vous découvrirez comment les professionnels des données utilisent la narration pour mieux comprendre leurs données et communiquer des informations clés à leurs coéquipiers et aux parties prenantes. Vous pratiquerez également l'analyse exploratoire des données et apprendrez à créer des visualisations de données efficaces.
Allez au-delà des chiffres : Traduire les données en idées
Ce cours fait partie de Google Advanced Data Analytics (analyse avancée des données) Certificat Professionnel
Instructeur : Google Career Certificates
Enseignant de premier plan
59 392 déjà inscrits
Inclus avec
(694 avis)
Ce que vous apprendrez
Appliquer le processus d'analyse exploratoire des données (AED)
Explorer les avantages de la structuration et du nettoyage des données
Étudier les données brutes en cours d'utilisation Python
Créer des visualisations de données en cours d'utilisation.
Compétences que vous acquerrez
- Catégorie : Programmation en Python
- Catégorie : Une communication efficace
- Catégorie : Logiciel Tableau
- Catégorie : Visualisation de Données
- Catégorie : Analyse exploratoire des données (AED)
Détails à connaître
Ajouter à votre profil LinkedIn
20 quizzes, 1 devoir
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise en Analyse des Données
- 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 auprès de Google
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
Vous apprendrez à trouver des histoires dans les données et à les partager avec votre public. Vous découvrirez les méthodes et les avantages du nettoyage des données et comment il peut vous aider à découvrir ces histoires. Vous passerez également en revue les étapes du processus EDA et apprendrez comment l'EDA peut vous aider à comprendre rapidement les données. Enfin, vous explorerez différentes façons de visualiser les données pour communiquer des informations clés.
Inclus
8 vidéos5 lectures2 quizzes1 devoir1 plugin
Trouver des histoires dans les données à l'aide de l'AED consiste à organiser et à interpréter les données brutes. Python peut vous aider à le faire rapidement et efficacement. Vous apprendrez à utiliser Python pour réaliser les pratiques d'EDA que sont la découverte et la sculpture.
Inclus
9 vidéos6 lectures4 quizzes7 laboratoires non notés1 plugin
Vous explorerez trois autres pratiques d'EDA : le nettoyage, la jointure et la validation. Vous découvrirez l'importance de ces pratiques pour l'analyse des données et vous utiliserez Python pour nettoyer, valider et joindre des données.
Inclus
11 vidéos6 lectures5 quizzes5 laboratoires non notés1 plugin
Vous vous entraînerez à créer et à présenter des histoires de données d'une manière éthique, accessible et professionnelle. Vous explorerez également des techniques avancées de visualisation de données dans Tableau.
Inclus
8 vidéos11 lectures5 quizzes1 plugin
Dans ce projet de fin de cours, vous vous entraînerez à utiliser Python pour effectuer une EDA sur un ensemble de données de scénario de lieu de travail. Vous utiliserez ensuite Python et Tableau pour visualiser les données.
Inclus
4 vidéos10 lectures4 quizzes6 laboratoires non notés
Instructeur
Offert par
Recommandé si vous êtes intéressé(e) par Analyse des Données
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Avis des étudiants
694 avis
- 5 stars
82,30 %
- 4 stars
13,09 %
- 3 stars
2,15 %
- 2 stars
1,29 %
- 1 star
1,15 %
Affichage de 3 sur 694
Révisé le 22 août 2023
Very Helpful Course! The storytell methods described are really helpful to me. I have always had an issue with getting my point across but now I know where my problem was and have corrected it.
Révisé le 15 juin 2023
This course offers excellent skills and approaches that are necessary for exploratory data analysis.
Révisé le 6 févr. 2024
I’m so grateful for the excellence, well crafted and clearly delivered career-oriented course you have offered.
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
Les organisations de tous types et de toutes tailles ont des processus commerciaux qui génèrent des volumes massifs de données. À chaque instant, toutes sortes d'informations sont créées par les ordinateurs, l'internet, les téléphones, les textes, la vidéo en continu, les photographies, les capteurs et bien d'autres choses encore. Dans le paysage numérique mondial, les données sont de plus en plus imprécises, chaotiques et non structurées. Alors que la vitesse et la variété des données augmentent de façon exponentielle, les organisations peinent à suivre le rythme.
La science des données et l'analytique des données avancée font partie d'un domaine d'étude qui utilise les données brutes pour créer de nouvelles façons de modéliser et de comprendre l'inconnu. Pour acquérir des connaissances, les entreprises s'appuient sur des professionnels des données pour acquérir, organiser et interpréter les données, ce qui permet d'éclairer les projets et les processus internes. Les data scientists et les analystes de données avancés s'appuient sur une combinaison de compétences essentielles, notamment les statistiques, les méthodes scientifiques, l'analyse des données et l'intelligence artificielle.
Un professionnel des données est un terme utilisé pour décrire toute personne qui travaille avec des données et/ou qui possède des compétences en matière de données. Au minimum, un professionnel des données est capable d'explorer, de nettoyer, de sélectionner, d'analyser et de visualiser des données. Il peut également être à l'aise avec l'écriture de code et avoir une certaine familiarité avec les techniques utilisées par les statisticiens et les ingénieurs en apprentissage automatique, notamment la construction de modèles, le développement de la pensée algorithmique et la construction de modèles d'apprentissage automatique.
Les professionnels des données sont responsables de la collecte, de l'analyse et de l'interprétation de grandes quantités de données au sein d'une variété d'organisations différentes. Le rôle d'un professionnel des données est défini différemment selon les entreprises. D'une manière générale, les professionnels des données possèdent des capacités techniques et stratégiques qui nécessitent des compétences analytiques plus avancées, telles que la manipulation des données, la conception expérimentale, la modélisation prédictive et l'apprentissage automatique. Ils effectuent diverses tâches liées à la collecte, à la structuration, à l'interprétation, au suivi et à la communication des données dans des formats accessibles, ce qui permet aux parties prenantes de comprendre et d'utiliser les données de manière efficace. En fin de compte, le travail des professionnels des données aide les organisations à prendre des décisions éclairées et éthiques.
Les grands volumes de données - et la technologie nécessaire pour les gérer et les analyser - sont de plus en plus accessibles. Pour cette raison, les opportunités de carrière se sont multipliées pour les personnes capables de raconter des histoires à l'aide de données, comme les analystes de données seniors et les data scientists. Ces professionnels collectent, analysent et interprètent de grandes quantités de données au sein de différentes organisations. Leurs responsabilités nécessitent des compétences analytiques avancées telles que la manipulation des données, la conception expérimentale, la modélisation prédictive et l'apprentissage automatique.