University of Colorado Boulder

Modélisation et analyse prédictives

Dan Zhang

Instructeur : Dan Zhang

38 496 déjà inscrits

Inclus avec Coursera Plus

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
3.6

(598 avis)

niveau Intermédiaire
Certaines connaissances prérequises
Planning flexible
Env. 10 heures
Apprenez à votre propre rythme
62%
La plupart des étudiants ont apprécié ce cours
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
3.6

(598 avis)

niveau Intermédiaire
Certaines connaissances prérequises
Planning flexible
Env. 10 heures
Apprenez à votre propre rythme
62%
La plupart des étudiants ont apprécié ce cours

Ce que vous apprendrez

  • Appliquer l'analyse exploratoire des données pour obtenir des informations et préparer les données pour la modélisation prédictive

  • Résumer et visualiser des ensembles de données à l'aide d'outils appropriés

  • Identifier les techniques de modélisation pour la prédiction de résultats continus et discrets

  • Identifier les graphiques appropriés pour explorer et afficher les ensembles de données

Compétences que vous acquerrez

  • Catégorie : Analyse de régression
  • Catégorie : Nettoyage des données
  • Catégorie : Modélisation prédictive
  • Catégorie : Analyse exploratoire des données (AED)

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Évaluations

9 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 Analyse avancée des entreprises
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

A la fin de ce module, les étudiants seront capables de : 1. Effectuer une analyse exploratoire des données pour obtenir des informations et préparer les données pour la modélisation prédictive 2. Résumer et visualiser des ensembles de données à l'aide d'outils appropriés 3. Identifier les techniques de modélisation pour la prédiction des résultats continus et discrets. 4. Explorer les ensembles de données à l'aide d'Excel 5. Expliquer et réaliser plusieurs étapes courantes de prétraitement des données 6. Choisir les graphiques appropriés pour explorer et afficher les ensembles de données

Inclus

8 vidéos1 lecture2 devoirs1 évaluation par les pairs1 sujet de discussion

Ce module présente les techniques de régression permettant de prédire la valeur de variables continues. Certains concepts fondamentaux de la modélisation prédictive sont abordés, notamment la validation croisée, la sélection de modèles et le surajustement. Vous apprendrez également à construire des modèles prédictifs à l'aide de l'outil logiciel XLMiner.

Inclus

8 vidéos2 devoirs1 sujet de discussion

Ce module présente les modèles de régression logistique permettant de prédire la valeur de variables binaires. Contrairement aux variables continues, une variable binaire ne peut prendre que deux valeurs différentes et la prédiction de sa valeur est communément appelée classification. Plusieurs concepts importants concernant la classification sont abordés, notamment la validation croisée et la matrice de confusion, la classification sensible aux coûts et les courbes ROC. Vous apprendrez également à construire des modèles de classification à l'aide du logiciel XLMiner.

Inclus

8 vidéos2 devoirs1 sujet de discussion

Ce module présente des modèles prédictifs plus avancés, notamment les arbres et les réseaux neuronaux. Les arbres et les réseaux de neurones peuvent être utilisés pour prédire des variables continues ou binaires. Vous apprendrez également à construire des arbres et des réseaux neuronaux à l'aide du logiciel XLMiner.

Inclus

8 vidéos3 devoirs1 évaluation par les pairs1 sujet de discussion

Instructeur

Évaluations de l’enseignant
3.0 (110 évaluations)
Dan Zhang
University of Colorado Boulder
3 Cours52 343 apprenants

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 ?

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

3.6

598 avis

  • 5 stars

    37 %

  • 4 stars

    24,83 %

  • 3 stars

    14 %

  • 2 stars

    12,50 %

  • 1 star

    11,66 %

Affichage de 3 sur 598

TN
5

Révisé le 14 avr. 2020

SK
5

Révisé le 15 févr. 2017

AA
5

Révisé le 16 mai 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