L'un des aspects les plus passionnants de l'analytique des affaires est de trouver des modèles dans les données à l'aide d'algorithmes d'apprentissage automatique. Dans ce cours, vous acquerrez une base conceptuelle pour comprendre pourquoi les algorithmes d'apprentissage automatique sont si importants et comment les modèles résultant de ces algorithmes sont utilisés pour trouver des informations exploitables liées à des problèmes d'entreprise. Certains algorithmes sont utilisés pour prédire des résultats numériques, tandis que d'autres sont utilisés pour prédire la classification d'un résultat. D'autres algorithmes sont utilisés pour créer des groupes significatifs à partir d'un riche ensemble de données. À l'issue de ce cours, vous serez en mesure de décrire quand chaque algorithme doit être utilisé. Vous aurez également la possibilité d'utiliser Python pour exécuter ces algorithmes et communiquer les résultats.
Algorithmes d'apprentissage automatique avec Python dans le domaine de l'analyse commerciale
Ce cours fait partie de Spécialisation Business Analytics
Instructeurs : Ronald Guymon
7 767 déjà inscrits
Inclus avec 
(38 avis)
Expérience recommandée
Ce que vous apprendrez
Mettre en œuvre un cadre conceptuel d'algorithmes d'apprentissage automatique pour trouver des informations exploitables sur les problèmes de l'entreprise.
Appliquer une base conceptuelle pour interpréter les résultats de l'apprentissage automatique à partir d'algorithmes de régression, de classification et de regroupement.
Appliquer des algorithmes d'apprentissage automatique à des données d'entreprise.
Compétences que vous acquerrez
- Catégorie : Scikit-learn (Bibliothèque d'Apprentissage automatique)
- Catégorie : Analyse prédictive
- Catégorie : La programmation en R
- Catégorie : Algorithmes d'apprentissage automatique
- Catégorie : Apprentissage supervisé
- Catégorie : Business Analytics
- Catégorie : Apprentissage automatique
- Catégorie : Transformation de données
- Catégorie : Apprentissage non supervisé
- Catégorie : Arbre de classification et de régression (CART)
- Catégorie : Analyse des Données
- Catégorie : Analyse exploratoire des données (AED)
- Catégorie : Modélisation prédictive
- Catégorie : Analyse de régression
Détails à connaître
Ajouter à votre profil LinkedIn
5 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
Il y a 4 modules dans ce cours
Dans ce module, nous examinerons pourquoi l'analyse exploratoire des données peut à elle seule ne pas produire d'informations commerciales exploitables, nous évaluerons les étapes clés du flux de travail de l'apprentissage automatique et nous appliquerons des techniques de prétraitement à l'aide de scikit-learn pour préparer les données à l'analyse avec divers algorithmes.
Inclus
18 vidéos7 lectures2 devoirs1 sujet de discussion1 plugin
Dans ce module, nous apprendrons comment la régression peut être utilisée pour la prédiction, l'exploration des relations et l'inférence dans des contextes commerciaux en appliquant scikit-learn et scipy, et nous évaluerons l'efficacité des modèles de régression à travers différentes applications.
Inclus
12 vidéos3 lectures1 devoir1 évaluation par les pairs
Dans ce module, nous approfondirons notre compréhension de la manière dont les algorithmes de classification sont appliqués dans les entreprises en exécutant et en interprétant des modèles de k plus proches voisins et d'arbres décisionnels.
Inclus
11 vidéos3 lectures1 devoir
Dans ce module, nous approfondirons notre compréhension de l'utilisation des algorithmes de clustering dans le monde des affaires en exécutant et en interprétant des modèles K-moyennes et DBSCAN.
Inclus
10 vidéos5 lectures1 devoir1 sujet de discussion1 plugin
Obtenez un certificat professionnel
Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.
Préparer un diplôme
Ce site cours fait partie du (des) programme(s) diplômant(s) suivant(s) proposé(s) par University of Illinois Urbana-Champaign. Si vous êtes admis et que vous vous inscrivez, les cours que vous avez suivis peuvent compter pour l'apprentissage de votre diplôme et vos progrès peuvent être transférés avec vous.¹
Instructeurs
Offert par
En savoir plus sur Leadership et Management
Statut : Essai gratuitUniversity of Colorado Boulder
Statut : Essai gratuit
Statut : Essai gratuitUniversity of Illinois Urbana-Champaign
Statut : GratuitAmazon Web Services
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
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
Une fois que vous vous serez inscrit à un certificat, vous aurez accès à toutes les vidéos, à tous les quiz et à tous les travaux de programmation (le cas échéant). Si vous choisissez d'explorer le cours sans l'acheter, il se peut que vous ne puissiez pas accéder à certains travaux.
Vous pouvez prétendre à un remboursement intégral jusqu'à deux semaines après la date de votre paiement. Vous ne pouvez pas obtenir de remboursement une fois que vous avez obtenu un certificat de cours, même si vous terminez le cours pendant la période de remboursement de deux semaines.
Oui ! Coursera offre une aide financière aux apprenants qui aimeraient terminer un cours, mais qui ne peuvent pas payer les frais de cours. Pour faire une demande d'aide, sélectionnez " En savoir plus et faire une demande " dans la section Aide financière sous le bouton " S'inscrire ". Vous serez invité à remplir une simple demande ; aucun autre document n'est requis.
Plus de questions
Aide financière disponible,