This course provides a practical introduction to statistical analysis and machine learning with Python. Learn essential machine learning concepts, methods, and algorithms with a focus on applying them to solve real-world problems.
Predictive Modeling with Python
Une nouvelle année, de bonnes résolutions et des économies gigantesques : profitez d'un an d'accès illimité aux formations de Coursera Plus, pour $199. Économiser maintenant.
Predictive Modeling with Python
Ce cours fait partie de Spécialisation Applied Data Analytics
Instructeur : Edureka
Inclus avec 
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
niveau Intermédiaire
Expérience recommandée
16 heures pour terminer
3 semaines à 5 heures par semaine
Planning flexible
Apprenez à votre propre rythme
Ce que vous apprendrez
Manage and preprocess data for statistical analysis and modeling.
Conduct hypothesis testing using advanced statistical techniques.
Build exploratory data analysis (EDA) models to uncover insights.
Build and evaluate models to solve real-world data challenges.
Compétences que vous acquerrez
- Catégorie : Statistical Analysis
- Catégorie : Predictive Modeling
- Catégorie : Data Analysis
- Catégorie : Machine Learning
- Catégorie : Model Evaluation
Détails à connaître
Certificat partageable
Ajouter à votre profil LinkedIn
Récemment mis à jour !
décembre 2024
Évaluations
23 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 Applied Data Analytics
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 6 modules dans ce cours
In the first module of this course, learners will explore various data types and utilize different measures of central tendency and measures of dispersion to address data inconsistencies.
Inclus
12 vidéos3 lectures4 devoirs2 sujets de discussion
In this module, learners will learn to manage data using probability distribution functions. Learners will start by applying the Bernoulli distribution to model categorical data, explore the Poisson distribution for forecasting, and utilize the Exponential and Normal distributions for regression modeling.
Inclus
17 vidéos3 lectures5 devoirs
In the third module of this course, Learners will learn to apply the Central Limit Theorem in scenarios where data may be improperly distributed. Identify and analyze sample data, using both parametric and non-parametric methods to handle various test cases for hypothesis testing and decision-making.
Inclus
30 vidéos3 lectures5 devoirs1 sujet de discussion
In the fourth module, learners will explore implementing Exploratory Data Analysis (EDA) on large, complex datasets by conducting both univariate and multivariate analysis. They will also learn how to clean and process data, as well as perform feature engineering to prepare the data for analysis.
Inclus
29 vidéos3 lectures4 devoirs1 sujet de discussion
In this module, learners will learn how to use machine learning models to extract insights from data. They will apply regression and classification algorithms and then optimize the results produced by these models.
Inclus
42 vidéos2 lectures4 devoirs1 sujet de discussion
This module is designed to assess an individual on the various concepts and teachings covered in this course. Evaluate your knowledge with a comprehensive graded quiz on Probability, Statistical Modeling, and Machine Learning.
Inclus
1 vidéo1 lecture1 devoir1 sujet de discussion
Recommandé si vous êtes intéressé(e) par Probability and Statistics
Illinois Tech
Sungkyunkwan University
University of Minnesota
The University of Chicago
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.’
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
This course is designed with emphasizes on predictive modeling and statistical analysis, providing learners with the skills and methods to examine data, discern trends, and make well-informed forecasts about future results.
Predictive Modeling with Python is tailored for professionals and enthusiasts seeking to deepen their expertise in predictive modeling and statistical analysis, including data analysts, aspiring data scientists, business leaders, and individuals dedicated to data-driven decision-making.
The course spans approximately 6 weeks, allowing flexibility based on the learner's pace, with an estimated weekly commitment of 2-3 hours for lectures, practical projects, and assessments.