Dans ce cours, les apprenants seront initiés au domaine des statistiques, y compris l'origine des données, la conception des études, la gestion des données, et l'exploration et la visualisation des données. Les apprenants identifieront les différents types de données et apprendront à visualiser, analyser et interpréter des résumés de données univariées et multivariées. Les apprenants seront également initiés aux différences entre l'échantillonnage probabiliste et l'échantillonnage non probabiliste de grandes populations, à l'idée de la variation des estimations d'échantillons et à la façon dont les déductions peuvent être faites sur de grandes populations sur la base d'un échantillonnage probabiliste. À la fin de chaque semaine, les apprenants appliqueront les concepts statistiques qu'ils ont appris en utilisant Python dans l'environnement du cours. Au cours de ces sessions en laboratoire, les apprenants découvriront les différentes utilisations de Python en tant qu'outil, y compris les bibliothèques Numpy, Pandas, Statsmodels, Matplotlib, et Seaborn. Des vidéos tutorielles sont fournies pour guider les apprenants dans la création de visualisations et la gestion de données, le tout en Python. Ce cours utilise l'environnement Jupyter Notebook au sein de Coursera.
Comprendre et visualiser les données avec Python
Ce cours fait partie de Spécialisation Statistiques avec Python
Instructeurs : Brenda Gunderson
140 220 déjà inscrits
Inclus avec 
(2,646 avis)
Expérience recommandée
Ce que vous apprendrez
Identifier correctement les différents types de données et comprendre les différentes utilisations de chacun d'entre eux
Créer des visualisations de données et des résumés numériques avec Python
Communiquer des idées statistiques de manière claire et concise à un large public
Identifier les techniques d'analyse appropriées pour les échantillons probabilistes et non probabilistes
Compétences que vous acquerrez
- Catégorie : Statistiques
- Catégorie : Analyse des Données
- Catégorie : Programmation en Python
- Catégorie : Visualisation de Données
Détails à connaître
Ajouter à votre profil LinkedIn
9 devoirs
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
Au cours de la première semaine de cours, nous passerons en revue le plan du cours et découvrirons les différents concepts et objectifs à maîtriser au cours des semaines à venir. Vous recevrez une introduction au domaine des statistiques et explorerez une variété de perspectives que le domaine a à offrir. Nous identifierons les nombreux types de données qui existent et observerons où elles se trouvent dans la vie de tous les jours. Vous découvrirez les fonctionnalités de base de Python, ainsi qu'une introduction à Jupyter Notebook. Toutes les informations relatives à la notation, aux prérequis et aux attentes se trouvent dans le syllabus du cours et vous pouvez trouver plus d'informations sur notre page Ressources du cours.
Inclus
11 vidéos7 lectures2 devoirs1 sujet de discussion5 laboratoires non notés
Au cours de la deuxième semaine de ce cours, nous étudierons les interprétations graphiques et numériques d'une variable (données univariées). En particulier, nous créerons et analyserons des histogrammes, des diagrammes en boîte et des résumés numériques de nos données afin de fournir une base d'analyse pour les données quantitatives et des diagrammes en barres et des diagrammes circulaires pour les données catégorielles. Quelques interprétations clés seront faites à propos de nos résumés numériques tels que la moyenne, l'IQR et l'écart-type. Une évaluation est prévue à la fin de la semaine concernant les résumés numériques et les interprétations de ces résumés.
Inclus
6 vidéos3 lectures3 devoirs1 sujet de discussion6 laboratoires non notés
Dans la troisième semaine de ce cours sur l'étude des données, nous présenterons des idées clés pour examiner les questions de recherche qui nécessitent l'étude de plus d'une variable. En particulier, nous examinerons à la fois numériquement et visuellement comment les différentes variables interagissent, comment les résumés peuvent paraître trompeurs si vous ne tenez pas correctement compte des interactions, et les différences entre les variables quantitatives et catégorielles. Le travail de cette semaine consistera en un travail de rédaction et en l'examen des travaux de vos pairs.
Inclus
4 vidéos2 lectures2 devoirs1 évaluation par les pairs1 sujet de discussion6 laboratoires non notés
Cette semaine, vous passerez plus de temps à réfléchir à l'origine des données. Les analyses statistiques de données de la plus haute qualité intègrent toujours des informations sur le processus utilisé pour générer les données ou sur les caractéristiques de la conception de la collecte des données. Vous serez exposé à des concepts importants liés à l'échantillonnage de grandes populations, y compris l'échantillonnage probabiliste et non probabiliste, et à la façon dont nous pouvons faire des déductions sur de grandes populations à partir d'échantillons bien conçus. Vous apprendrez également le concept de distribution d'échantillonnage et comment l'estimation de la variance de cette distribution joue un rôle essentiel dans la formulation d'affirmations sur les populations. Enfin, vous apprendrez qu'il est important de lire la documentation relative à un ensemble de données donné ; une étape clé de l'examen des données consiste à consulter la documentation disponible pour cet ensemble de données, qui décrit la manière dont les données ont été générées
Inclus
12 vidéos10 lectures2 devoirs4 laboratoires non notés
Instructeurs
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
2 646 avis
- 5 stars
76,10 %
- 4 stars
18,42 %
- 3 stars
3,54 %
- 2 stars
0,90 %
- 1 star
1,01 %
Affichage de 3 sur 2646
Révisé le 21 mai 2020
Excellent course materials, especially the videos, with content that is thoughtfully composed and carefully edited. Very good python training, great instructors, and overall great learning experience.
Révisé le 2 mars 2021
20 studying hours that helps me getting back to speed on manipulating the quantitative data in Pandas with different query conditions, powerful statistics and Sampling Distributions.
Révisé le 2 juin 2020
Never have I come across a course half as interactive as this and it was a much needed confidence booster for a beginner like me. I look forward to completing the specialization : )
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.