La conception d'expériences statistiques et l'analyse sont au cœur de la science des données. Dans ce cours, vous concevrez des expériences statistiques et analyserez les résultats en utilisant des méthodes modernes. Vous explorerez également les pièges courants dans l'interprétation des arguments statistiques, en particulier ceux associés au big data. Collectivement, ce cours vous aidera à intérioriser un ensemble de méthodes et de concepts d'apprentissage automatique pratiques et efficaces, et à les appliquer pour résoudre des problèmes du monde réel. Objectifs d'apprentissage : Après avoir suivi ce cours, vous serez capable de : 1. Concevoir des expériences efficaces et analyser les résultats 2. Utiliser des méthodes de rééchantillonnage pour présenter des arguments statistiques clairs et irréfutables sans avoir recours à des notations ésotériques 3. Expliquer et appliquer un ensemble de méthodes de classification de complexité croissante (règles, arbres, forêts aléatoires), et les méthodes d'optimisation associées (descente de gradient et variantes) 4. Expliquer et appliquer un ensemble de concepts et de méthodes d'apprentissage non supervisé 5. Décrire les idiomes communs de l'analyse des graphes à grande échelle, y compris les requêtes structurelles, les traversées et les requêtes récursives, le PageRank et la détection des communautés
Analyse prédictive pratique : Modèles et méthodes
Ce cours fait partie de Spécialisation La science des données à grande échelle
Instructeur : Bill Howe
37 856 déjà inscrits
Inclus avec 
(320 avis)
Compétences que vous acquerrez
- Catégorie : Forêts d'arbres décisionnels
- Catégorie : Analyse prédictive
- Catégorie : Apprentissage automatique
- Catégorie : La programmation en R
Détails à connaître
Ajouter à votre profil LinkedIn
1 devoir
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 4 modules dans ce cours
Apprenez les bases de l'inférence statistique, en comparant les méthodes classiques aux méthodes de rééchantillonnage qui vous permettent d'utiliser un programme simple pour formuler un argument statistique rigoureux. Motivez votre étude avec des sujets d'actualité aux fondements de la science : le biais de publication et la reproductibilité.
Inclus
28 vidéos
Suivez une visite guidée des principales méthodes, algorithmes et techniques d'apprentissage automatique. Vous apprendrez comment ces méthodes s'appuient les unes sur les autres et peuvent être combinées en algorithmes pratiques qui donnent de bons résultats dans une variété de tâches. Apprenez à évaluer les méthodes d'apprentissage automatique et les pièges à éviter.
Inclus
26 vidéos1 lecture1 devoir
Vous apprendrez à optimiser une fonction de coût à l'aide de la descente de gradient, y compris les variantes populaires qui utilisent la randomisation et la parallélisation pour améliorer les performances. Vous aurez une idée des méthodes populaires utilisées dans la pratique et verrez à quel point elles sont fondamentalement similaires.
Inclus
11 vidéos
Un bref aperçu des méthodes d'apprentissage non supervisé sélectionnées et une opportunité d'appliquer les techniques en pratique sur un problème réel.
Inclus
4 vidéos1 évaluation par les pairs
Instructeur
Offert par
Recommandé si vous êtes intéressé(e) par Analyse des Données
Coursera Project Network
University of Illinois Urbana-Champaign
Tableau Learning Partner
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Avis des étudiants
320 avis
- 5 stars
48,43 %
- 4 stars
30,93 %
- 3 stars
9,68 %
- 2 stars
5,31 %
- 1 star
5,62 %
Affichage de 3 sur 320
Révisé le 12 juin 2017
Very good approach to each method; the assignments are a good test for the topics.
Révisé le 16 juil. 2021
This course helpemd me understand more about machine learning and a set of tools to help with the same.
Révisé le 7 juin 2017
I think the amount of course work to lectures was more appropriate than the first segment. I enjoyed the exercises and felt that they mixed the correct amount of theory and applicaiton.
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.