Bienvenue dans le cours Modélisation prédictive, ajustement de modèle et analyse de régression. Dans ce cours, nous allons explorer les différentes approches de la modélisation prédictive et discuter de la façon dont un modèle peut être supervisé ou non supervisé. Nous verrons comment un modèle peut être ajusté, entraîné et évalué pour s'appliquer aux données historiques et futures dans le but d'atteindre les objectifs de l'entreprise. Enfin, ce cours comprend une activité pratique pour développer un modèle de régression linéaire.
Modélisation prédictive, ajustement de modèles et analyse de régression
Modélisation prédictive, ajustement de modèles et analyse de régression
Ce cours fait partie de Spécialisation Les fondamentaux de la science des données
Instructeur : Julie Pai
6 241 déjà inscrits
Inclus avec 
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.4
(62 avis)
niveau Intermédiaire
Certaines connaissances prérequises
4 heures pour terminer
3 semaines à 1 heure par semaine
Planning flexible
Apprenez à votre propre rythme
Ce que vous apprendrez
L'application de la modélisation prédictive au travail professionnel et académique
Applications de l'analyse de classification : arbres de décision
Applications de l'analyse de régression (linéaire et logistique)
Détails à connaître
Certificat partageable
Ajouter à votre profil LinkedIn
Évaluations
2 devoirs
Enseigné en Anglais
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
Ce cours fait partie de la Spécialisation Les fondamentaux de la science des données
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
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
Bienvenue dans le module 1, Modélisation prédictive. Dans ce module, nous commencerons par comparer l'analyse prédictive et l'analyse descriptive, et nous discuterons des enseignements que l'on peut tirer de ces deux types d'analyse. Nous aborderons également la modélisation supervisée et non supervisée, deux modèles fondamentaux de l'analyse et de l'apprentissage automatique.
Inclus
1 vidéo2 lectures1 sujet de discussion
Bienvenue au module 2, Dimensionnalité des données et analyse de la classification. Dans ce module, nous allons explorer comment les données peuvent être classées et comment les arbres de décision peuvent être utilisés comme un modèle rapide, facile à utiliser, facile à interpréter, à expliquer et à visualiser.
Inclus
2 lectures1 devoir
Bienvenue dans le module 3, Ajustement de modèle. Dans ce module, nous explorerons le concept d'ajustement de modèle et nous verrons comment la création d'un modèle généralisé capable de s'adapter à la fois aux données historiques et aux données futures est l'objectif ultime. Nous verrons également comment un modèle peut être entraîné ou évalué pour s'appliquer à des données nouvelles et non étiquetées.
Inclus
1 vidéo2 lectures1 sujet de discussion
Bienvenue dans le module 4, Analyse de régression. Dans ce module, nous commencerons par expliquer l'analyse de régression, une technique populaire utilisée par les professionnels de la science des données pour faire des prédictions. Nous verrons également que l'adéquation d'un modèle ne garantit pas qu'il puisse aider à résoudre un problème commercial, et que même un bon modèle peut parfois conduire à des résultats qui ne permettent pas d'agir.
Inclus
2 lectures1 devoir1 sujet de discussion
Instructeur
Évaluations de l’enseignant
4.6 (19 évaluations)5 Cours15 828 apprenants
Offert par
Recommandé si vous êtes intéressé(e) par Analyse des Données
University of Colorado Boulder
Johns Hopkins University
Emory University
Universidad de los Andes
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
62 avis
- 5 stars
69,35 %
- 4 stars
16,12 %
- 3 stars
6,45 %
- 2 stars
3,22 %
- 1 star
4,83 %
Affichage de 3 sur 62
NA
4
Révisé le 27 janv. 2022
good course to understand the fundamentals of predictive analysis
CH
5
Révisé le 26 juin 2021
Thank you Very Much I learn a lot of Thing with all kinds of Predative Modeling that I can use.
MM
5
Révisé le 25 mars 2023
Rather short, but still comprehensive enough for a beginner.
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.