Johns Hopkins University
Spécialisation Science des données : Statistiques et apprentissage automatique
39 283 inscrit(s)
Johns Hopkins University

Spécialisation Science des données : Statistiques et apprentissage automatique

Inclus avec Coursera Plus

Approfondissez votre connaissance d’un sujet

(622 avis)

niveau Intermédiaire
Certaines connaissances prérequises
Planning flexible
3 mois à raison de 10 heures par semaine
Obtenir une qualification professionnelle
Partagez votre expertise avec les employeurs
Approfondissez votre connaissance d’un sujet

(622 avis)

niveau Intermédiaire
Certaines connaissances prérequises
Planning flexible
3 mois à raison de 10 heures par semaine
Obtenir une qualification professionnelle
Partagez votre expertise avec les employeurs

Vue d'ensemble

  • Effectuer des analyses de régression, des moindres carrés et des déductions à l'aide de modèles de régression.

  • Construire et appliquer des fonctions de prédiction

  • Développer des produits de données publiques

Compétences que vous acquerrez

  • Catégorie : Exploratory Data Analysis
  • Catégorie : Statistical Methods
  • Catégorie : Regression Analysis
  • Catégorie : Classification And Regression Tree (CART)
  • Catégorie : Statistical Hypothesis Testing
  • Catégorie : Machine Learning
  • Catégorie : Statistics
  • Catégorie : Statistical Inference
  • Catégorie : Machine Learning Algorithms
  • Catégorie : Data Visualization
  • Catégorie : Predictive Modeling
  • Catégorie : Statistical Analysis
  • Catégorie : Statistical Modeling
  • Catégorie : Data Presentation
  • Catégorie : Data Science

Outils que vous découvrirez

  • Catégorie : Rmarkdown
  • Catégorie : Plotly
  • Catégorie : R Programming
  • Catégorie : GitHub
  • Catégorie : Shiny (R Package)

Ce qui est inclus

Certificat partageable

Ajouter à votre profil LinkedIn

Enseigné en Anglais
20 exercices pratiques

Améliorez votre expertise en la matière

  • Acquérez des compétences recherchées auprès d’universités et d’experts du secteur
  • Maîtrisez un sujet ou un outil avec des projets pratiques
  • Développez une compréhension approfondie de concepts clés
  • Obtenez un certificat professionnel auprès de Johns Hopkins University

Spécialisation - 5 séries de cours

Ce que vous apprendrez

  • Comprendre le processus consistant à tirer des conclusions sur des populations ou des vérités scientifiques à partir de données

  • Décrire la variabilité, les distributions, les limites et les intervalles de confiance

  • Utiliser les valeurs p, les intervalles de confiance et les tests de permutation

  • Prendre des décisions éclairées en matière d'analyse des données

Compétences que vous acquerrez

Catégorie : Inférence statistique
Catégorie : Probabilité
Catégorie : Tests d'hypothèses statistiques
Catégorie : Distribution de probabilité
Catégorie : Méthodes statistiques
Catégorie : Analyse statistique
Catégorie : Échantillonnage (statistiques)
Catégorie : Probabilités et statistiques
Catégorie : Statistiques
Catégorie : Modélisation statistique

Ce que vous apprendrez

  • Utiliser l'analyse de régression, les moindres carrés et l'inférence

  • Comprendre les cas de modèles ANOVA et ANCOVA

  • Étudier l'analyse des résidus et de la variabilité

  • Décrire les nouvelles utilisations des modèles de régression, telles que le lissage du nuage de points

Compétences que vous acquerrez

Catégorie : Analyse de régression
Catégorie : Modélisation statistique
Catégorie : Inférence statistique
Catégorie : Science des données
Catégorie : Apprentissage supervisé
Catégorie : Analyse statistique
Catégorie : Méthodes statistiques
Catégorie : Analyse des Données
Catégorie : Modélisation mathématique
Catégorie : Modélisation prédictive

Ce que vous apprendrez

  • Utiliser les éléments de base de la construction et de l'application des fonctions de prédiction

  • Comprendre des concepts tels que les ensembles d'entraînement et de test, l'ajustement excessif et les taux d'erreur

  • Décrire les méthodes d'apprentissage automatique telles que la régression ou les arbres de classification

  • Expliquez le processus complet de construction des fonctions de prédiction

Compétences que vous acquerrez

Catégorie : Algorithme de forêt aléatoire
Catégorie : Modélisation prédictive
Catégorie : La programmation en R
Catégorie : Algorithmes d'apprentissage automatique
Catégorie : Analyse de régression
Catégorie : Arbre de classification et de régression (CART)
Catégorie : Ingénierie des caractéristiques
Catégorie : Arbre de décision
Catégorie : Apprentissage supervisé
Catégorie : Validation des données
Catégorie : Analyse prédictive
Catégorie : Apprentissage automatique
Catégorie : Apprentissage automatique appliqué
Catégorie : Traitement des données

Ce que vous apprendrez

  • Développer des applications de base et des graphiques interactifs à l'aide de GoogleVis

  • Utilisez Leaflet pour créer des cartes interactives annotées

  • Construire une présentation R Markdown qui inclut une visualisation de données

  • Créer un produit de données qui raconte une histoire à un large public

Compétences que vous acquerrez

Catégorie : Visualisation interactive des données
Catégorie : Shiny (Package (R))
Catégorie : Plotly
Catégorie : Rmarkdown
Catégorie : La programmation en R
Catégorie : Documentation du logiciel
Catégorie : Cartographie des données
Catégorie : Rapports statistiques
Catégorie : Logiciel de Visualisation de Données
Catégorie : Gestion des paquets et des logiciels
Catégorie : Applications Web
Catégorie : Programmation Statistique
Catégorie : Présentation des données

Ce que vous apprendrez

  • Créer un produit de données utile pour le public

  • Appliquer vos compétences en matière d'analyse exploratoire des données

  • Construire un modèle de prédiction efficace et précis

  • Produire un dossier de présentation pour exposer vos résultats

Compétences que vous acquerrez

Catégorie : Traitement du langage naturel (NLP)
Catégorie : Modélisation prédictive
Catégorie : Storytelling de données
Catégorie : Présentation des données
Catégorie : La programmation en R
Catégorie : Apprentissage automatique
Catégorie : Apprentissage automatique appliqué
Catégorie : Manipulation de données
Catégorie : Ingénierie des caractéristiques
Catégorie : Analyse statistique
Catégorie : Analyse exploratoire des données (AED)
Catégorie : Nettoyage des données
Catégorie : Analyse des Données
Catégorie : Science des données

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.

Instructeurs

Roger D. Peng, PhD
Johns Hopkins University
37 Cours1 652 416 apprenants
Brian Caffo, PhD
Johns Hopkins University
30 Cours1 680 392 apprenants
Jeff Leek, PhD
Johns Hopkins University
32 Cours1 715 397 apprenants

Offert par

Partenaires du secteur

Partenaire 1

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.’
Coursera Plus

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