• pour les personnes
  • pour les affaires
  • pour les universités
  • pour les gouvernements
Coursera
Diplômes en ligne
Carrières
Connexion
Inscrivez-vous gratuitement
Coursera
Microsoft
Analyse et visualisation de données avec Python
  • À propos
  • Résultats
  • Modules
  • Recommandations
  • Témoignages
  1. Parcourir
  2. Informatique
  3. Conception et produit
Microsoft

Analyse et visualisation de données avec Python

Ce cours fait partie de Développement Microsoft Python Certificat Professionnel

 Microsoft

Instructeur : Microsoft

6 493 déjà inscrits

Inclus avec Coursera Plus

•En savoir plus
5 modules
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.3

(47 avis)

niveau Débutant

Expérience recommandée

Expérience recommandée

Niveau débutant

Diplôme d'études secondaires. Aucune expérience préalable en informatique n'est requise.

21 heures pour terminer
3 semaines à 7 heures par semaine
Planning flexible
Apprenez à votre propre rythme

5 modules
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.3

(47 avis)

niveau Débutant

Expérience recommandée

Expérience recommandée

Niveau débutant

Diplôme d'études secondaires. Aucune expérience préalable en informatique n'est requise.

21 heures pour terminer
3 semaines à 7 heures par semaine
Planning flexible
Apprenez à votre propre rythme
  • À propos
  • Résultats
  • Modules
  • Recommandations
  • Témoignages

Compétences que vous acquerrez

  • Catégorie : Matplotlib
    Matplotlib
  • Catégorie : Visualisation de Données
    Visualisation de Données
  • Catégorie : Storytelling de données
    Storytelling de données
  • Catégorie : Transformation de données
    Transformation de données
  • Catégorie : Plotly
    Plotly
  • Catégorie : Manipulation de données
    Manipulation de données
  • Catégorie : Intelligence artificielle
    Intelligence artificielle
  • Catégorie : Apprentissage automatique
    Apprentissage automatique
  • Catégorie : Jupyter
    Jupyter
  • Catégorie : Programmation en Python
    Programmation en Python
  • Catégorie : Scikit-learn (Bibliothèque d'Apprentissage automatique)
    Scikit-learn (Bibliothèque d'Apprentissage automatique)
  • Catégorie : Analyse exploratoire des données (AED)
    Analyse exploratoire des données (AED)
  • Catégorie : Éthique des données
    Éthique des données
  • Catégorie : IA générative
    IA générative
  • Catégorie : Pandas (paquetage Python)
    Pandas (paquetage Python)
  • Catégorie : Logiciel de Visualisation de Données
    Logiciel de Visualisation de Données
  • Catégorie : Nettoyage des données
    Nettoyage des données
  • Catégorie : Analyse des Données
    Analyse des Données
  • Catégorie : Visualisation interactive des données
    Visualisation interactive des données

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Récemment mis à jour !

janvier 2025

Évaluations

25 devoirs

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

En savoir plus sur Coursera pour les affaires
 logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Élaborez votre expertise en Conception et produit

Ce cours fait partie de la Développement Microsoft Python Certificat Professionnel
Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à ce Certificat Professionnel.
  • 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 auprès de Microsoft

Il y a 5 modules dans ce cours

Description : Ce cours plonge dans le monde de l'analyse de données avec Python. Vous apprendrez à utiliser des bibliothèques telles que pandas et Matplotlib pour manipuler, analyser et visualiser des données, afin d'en extraire des informations utiles et de les communiquer efficacement. Communication efficace : Devenez compétent dans les techniques d'analyse de données, vous permettant d'extraire des idées significatives des données et de les présenter dans des visualisations convaincantes. À la fin de ce cours, vous serez en mesure de : - Effectuer le nettoyage, la transformation et la manipulation des données en utilisant pandas - Créer divers types de visualisations en utilisant Matplotlib - Comprendre les principes fondamentaux de l'IA générative et ses applications dans l'analyse des données - Mettre en œuvre des modèles d'apprentissage machine de base. Tools/Software : Python, Jupyter Notebook, pandas, Matplotlib, Scikit-learn Ce cours est destiné aux professionnels de niveau débutant qui cherchent à construire une compréhension et une expérience fondamentales avec Python, tout en cherchant un emploi en tant que développeur Python. Aucune expérience professionnelle préalable ni aucun diplôme ne sont requis.

Ce module fournit une compréhension fondamentale de l'analyse de données et de son rôle dans diverses industries. Les apprenants exploreront le processus d'analyse des données, les concepts clés et les considérations éthiques. Ils seront également initiés aux bibliothèques Python essentielles et aux outils tels que le Bloc-notes, les équipant des compétences nécessaires pour commencer leur voyage d'analyse de données. À la fin de ce module, les apprenants seront en mesure de définir l'analyse des données, de la différencier de la science des données, d'expliquer le processus d'analyse des données, d'identifier les concepts clés de l'analyse des données et de mettre en place leur boîte à outils d'analyse des données.

Inclus

10 vidéos7 lectures5 devoirs1 sujet de discussion

10 vidéos•Total 49 minutes
  • Qu'est-ce que l'analyse de données ?•5 minutes•Prévisualiser le module
  • Processus d'analyse des données•2 minutes
  • Éthique des données et confidentialité : Naviguer dans l'utilisation responsable des données•5 minutes
  • Gouvernance des données•6 minutes
  • Ensemble de données pour l'analyse de données•2 minutes
  • Trucs et astuces du Bloc-notes Notebook•6 minutes
  • Démonstration : Raccourcis du Bloc-notes et astuces de productivité•6 minutes
  • Cas d'utilisation des bibliothèques Python•6 minutes
  • Comprendre les ensembles de données•2 minutes
  • Trouver et accéder à des ensembles de données du monde réel•5 minutes
7 lectures•Total 70 minutes
  • Analyse de données et visualisation des données avec Python syllabus•10 minutes
  • Fondements de l'analyse de données•10 minutes
  • La différence entre l'analyse de données et la science des données•10 minutes
  • Concepts clés de l'analyse de données•10 minutes
  • Bibliothèques Python essentielles pour l'analyse de données•10 minutes
  • Types d'ensembles de données et sources communes•10 minutes
  • Données propres 101•10 minutes
5 devoirs•Total 90 minutes
  • Dévoiler l'analyse de données•15 minutes
  • Activité : Une analyse simple dans Jupyter Notebook•15 minutes
  • Ensemble de données Analyse de données•15 minutes
  • Plonger dans les ensembles de données•15 minutes
  • Introduction à l'analyse de données•30 minutes
1 sujet de discussion•Total 5 minutes
  • Qu'est-ce que la Visualisation des données ?•5 minutes

Ce module se concentre sur l'équipement des apprenants avec des compétences pratiques de traitement et de manipulation des données. Les apprenants seront initiés à Pandas, une puissante bibliothèque Python, en tant qu'outil de base pour la manipulation des données. Les apprenants deviendront compétents dans l'utilisation des dataFrames de Pandas, maîtrisant les opérations essentielles telles que l'indexation, le découpage et le filtrage des données. Ils acquerront une compréhension approfondie des différentes techniques d'indexation (loc, iloc, indexation booléenne) et de leurs applications appropriées. Le module souligne l'importance du nettoyage des données pour une analyse précise et guide les apprenants à travers diverses techniques pour identifier et traiter les valeurs manquantes et les valeurs aberrantes. Il couvre également les différents types de données en Python, permettant aux apprenants de faire des choix éclairés pour leur analyse. Les apprenants s'entraîneront à charger, inspecter et transformer des ensembles de données à l'aide de fonctions Pandas, en appliquant ces compétences à des scénarios du monde réel. À la fin de ce module, les apprenants pourront utiliser Pandas en toute confiance pour nettoyer, transformer et préparer les données pour une analyse et une visualisation ultérieures, en garantissant l'intégrité et la fiabilité des données dans leurs projets d'analyse de données.

Inclus

13 vidéos5 lectures5 devoirs1 plugin

13 vidéos•Total 59 minutes
  • Manipuler des données avec Pandas•2 minutes•Prévisualiser le module
  • pandas Dataframes : Les bases•5 minutes
  • Démo : Chargement et inspection d'ensembles de données dans Pandas•5 minutes
  • Explorer les transformations de données•5 minutes
  • Démo : Transformation de données avec Pandas•4 minutes
  • Analyse exploratoire des données (AED)•2 minutes
  • L'importance du nettoyage des données•5 minutes
  • Identifier et traiter les données manquantes•4 minutes
  • Traitement des valeurs en double•5 minutes
  • Détection et suppression des valeurs aberrantes•5 minutes
  • Types de données en Python : Choisir la bonne solution•2 minutes
  • Démonstration : Pandas pour l'exploration et le nettoyage•5 minutes
  • Apprivoiser les données désordonnées avec Pandas•5 minutes
5 lectures•Total 50 minutes
  • l'indexation Pandas expliquée•10 minutes
  • l'antisèche des Pandas•10 minutes
  • Tactiques essentielles pour la manipulation des données•10 minutes
  • Causes courantes de données manquantes•10 minutes
  • pandas pour les tâches d'analyse essentielles•10 minutes
5 devoirs•Total 95 minutes
  • Activité : Charger et inspecter des ensembles de données dans Pandas•20 minutes
  • pandas : Votre centrale de Manipulation des données•15 minutes
  • Le héros de l'analyse de données : Nettoyage des données•15 minutes
  • Utiliser Pandas pour le nettoyage et l'exploration•15 minutes
  • Manipulation des données•30 minutes
1 plugin•Total 20 minutes
  • Examen du traitement et de la manipulation des données•20 minutes

Le module 3 se concentre sur la compétence essentielle qu'est la visualisation des données. Les apprenants examinent une variété de types de visualisation, tels que les graphiques linéaires, les diagrammes à barres et les diagrammes de dispersion, et apprennent à choisir les plus efficaces pour différents types de données et d'objectifs d'analyse. Le module fournit une comparaison des bibliothèques de visualisation populaires, y compris Matplotlib, Plotly et Bokeh, en soulignant les forces uniques de chacun pour aider les apprenants à choisir l'outil approprié. Les apprenants acquièrent une expérience pratique de la création de visualisations avec Matplotlib, en maîtrisant les bases de la personnalisation des tracés pour une communication claire et informative. Le module présente également des techniques avancées avec Plotly et Bokeh, permettant aux apprenants de concevoir des visualisations interactives et hautement personnalisées. Il met l'accent sur l'importance de communiquer efficacement les aperçus de données, en enseignant aux apprenants comment construire des récits avec des données. Les apprenants sont initiés aux meilleures pratiques de conception de visualisation des données, garantissant que leurs visuels sont clairs, informatifs et attrayants. À la fin de ce module, les apprenants seront en mesure de transformer les données en visuels percutants qui favorisent une communication efficace et une prise de décision éclairée.

Inclus

10 vidéos8 lectures5 devoirs1 plugin

10 vidéos•Total 48 minutes
  • Visualisation des données•2 minutes•Prévisualiser le module
  • Visualisations courantes•5 minutes
  • Introduction à Matplotlib•6 minutes
  • Explorer les bibliothèques de visualisation•2 minutes
  • Graphiques interactifs avec Plotly•5 minutes
  • Personnaliser les visualisations avec Bokeh•4 minutes
  • Données en cours d'utilisation des données•2 minutes
  • L'art de la Narration des données•5 minutes
  • Présenter des informations sur les données•6 minutes
  • Éviter les conclusions biaisées•6 minutes
8 lectures•Total 80 minutes
  • Qu'est-ce que la Visualisation des données ?•10 minutes
  • Anatomie d'un graphe Matplotlib•10 minutes
  • Galerie Matplotlib•10 minutes
  • Choisir la bonne bibliothèque de visualisation•10 minutes
  • Tableaux de bord interactifs Plotly•10 minutes
  • Stratégies de Narration des données•10 minutes
  • Visualisation des données : meilleures pratiques•10 minutes
  • Théorie de la charge cognitive et Visualisation des données•10 minutes
5 devoirs•Total 95 minutes
  • Introduction à la visualisation•15 minutes
  • Créer des visualisations•15 minutes
  • Interprétation des données et présentation des résultats•15 minutes
  • Activité : Visualiser les tendances•20 minutes
  • Visualisation des données•30 minutes
1 plugin•Total 20 minutes
  • Raconter l'histoire•20 minutes

Ce module fournit aux apprenants une compréhension fondamentale de l'IA générative, de ses applications et de ses implications éthiques, ainsi que des techniques pratiques pour l'exploiter dans l'analyse et la visualisation des données. Les apprenants exploreront les concepts fondamentaux de l'IA générative, y compris les modèles transformateurs, les grands modèles de langage (LLM) et le traitement du langage naturel (NLP). Ils approfondiront les distinctions entre l'IA générative et les autres types d'IA, en examinant les applications du monde réel dans divers secteurs. Le module met également l'accent sur les considérations éthiques entourant l'IA générative, couvrant des sujets tels que la propriété, l'authenticité et l'utilisation responsable du contenu généré par l'IA. En outre, les apprenants acquerront une expérience pratique des techniques de génération de données synthétiques à l'aide de réseaux antagonistes génératifs (GAN) et d'autres modèles, et exploreront les méthodes d'augmentation des données pour accroître la taille et la diversité des ensembles de données, améliorant finalement la performance des modèles d'apprentissage automatique.

Inclus

8 vidéos6 lectures4 devoirs1 plugin

8 vidéos•Total 37 minutes
  • Qu'est-ce que l'IA générative ?•5 minutes•Prévisualiser le module
  • Applications de l'IA générative dans le monde réel•6 minutes
  • L'éthique du contenu généré par l'IA•2 minutes
  • Combler les lacunes de vos données•2 minutes
  • Utilisation des réseaux antagonistes génératifs (GAN)•5 minutes
  • Augmentation des données : Augmenter la puissance de vos données•2 minutes
  • L'importance de l'augmentation•5 minutes
  • Techniques d'enrichissement du texte•6 minutes
6 lectures•Total 60 minutes
  • IA générative vs. autres IA•10 minutes
  • Lignes directrices éthiques pour l'IA générative•10 minutes
  • Introduction aux données synthétiques•10 minutes
  • Techniques de génération de données synthétiques•10 minutes
  • Techniques d'amélioration de l'image•10 minutes
  • Meilleures pratiques pour l'Augmentation des données•10 minutes
4 devoirs•Total 75 minutes
  • Les bases de l'IA générative•15 minutes
  • Générer des données synthétiques avec GenAI•15 minutes
  • Augmentation des données•15 minutes
  • Introduction à l'IA générative•30 minutes
1 plugin•Total 20 minutes
  • Utiliser GenAI dans la vie réelle•20 minutes

Ce module fournit une compréhension fondamentale de l'apprentissage automatique, de ses applications et de la façon de construire des modèles de base. Les apprenants exploreront les concepts de base tels que l'apprentissage supervisé et non supervisé, approfondiront les techniques d'évaluation des modèles en utilisant des mesures telles que la précision, le rappel et le F1-score, et acquerront une expérience pratique en construisant des modèles de régression linéaire et logistique avec Scikit-learn. En outre, le module couvre l'utilisation des données synthétiques dans l'apprentissage automatique, y compris les considérations éthiques et les applications pratiques.

Inclus

14 vidéos9 lectures6 devoirs2 devoirs de programmation1 plugin

14 vidéos•Total 71 minutes
  • Qu'est-ce que l'apprentissage automatique ?•6 minutes•Prévisualiser le module
  • Comment fonctionne l'apprentissage automatique ?•2 minutes
  • L'apprentissage automatique dans le monde réel•5 minutes
  • L'importance de l'évaluation des modèles•5 minutes
  • Mesures de régression•5 minutes
  • Démonstration : Utilisation de métriques pour la classification•5 minutes
  • Métriques de régression pour l'apprentissage automatique•6 minutes
  • Des données aux prédictions : La magie de l'apprentissage automatique•2 minutes
  • Qu'est-ce qu'un réseau de neurones dans l'apprentissage automatique ?•6 minutes
  • Démo : Régression linéaire avec Scikit-learn•5 minutes
  • Classification avec régression logistique•5 minutes
  • Les données synthétiques en ML : Études de cas•6 minutes
  • Démonstration : Données d'entraînement et de test avec des données synthétiques•6 minutes
  • Données synthétiques : Concilier innovation et responsabilité•2 minutes
9 lectures•Total 90 minutes
  • Terminologie clé de l'apprentissage automatique•10 minutes
  • Démêler la Matrice de la confusion•10 minutes
  • Meilleures pratiques pour l'analyse et la présentation des ensembles de données•10 minutes
  • Au-delà des chiffres : Interpréter les mesures d'évaluation dans leur contexte•10 minutes
  • Les bases de l'apprentissage automatique•10 minutes
  • Documentation Scikit-Learn•10 minutes
  • Votre premier modèle d'apprentissage automatique : Un guide•10 minutes
  • Éthique des données synthétiques•10 minutes
  • Visualisation des données avec Python : La mise en commun de tous les éléments•10 minutes
6 devoirs•Total 135 minutes
  • Apprentissage automatique 101•15 minutes
  • Évaluation de modèles•15 minutes
  • Apprentissage automatique de vos premiers modèles d'apprentissage automatique•15 minutes
  • Exploiter les données synthétiques dans l'apprentissage automatique•30 minutes
  • Activité : Génération de données synthétiques•30 minutes
  • Introduction à l'apprentissage automatique•30 minutes
2 devoirs de programmation•Total 100 minutes
  • Activité : Votre première mise en œuvre d'un modèle d'apprentissage automatique•50 minutes
  • Activité : Analyser et prévoir l'attrition de la clientèle•50 minutes
1 plugin•Total 20 minutes
  • Régression linéaire•20 minutes

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.

Instructeur

Évaluations de l’enseignant

Évaluations de l’enseignant

Nous avons demandé à tous les étudiants de fournir des commentaires sur nos enseignants au sujet de la qualité de leur pédagogie.

4.6 (11 évaluations)
 Microsoft
Microsoft
229 Cours•1 626 322 apprenants

Offert par

Microsoft

Offert par

Microsoft

L'objectif de Microsoft est de permettre à chaque individu et à chaque organisation de la planète d'aller plus loin. Dans cette nouvelle révolution de la transformation numérique, la croissance est tirée par la technologie. Notre approche intégrée du cloud crée une plateforme inégalée pour la transformation numérique. Nous répondons aux besoins réels des clients en intégrant de manière transparente Microsoft 365, Dynamics 365, LinkedIn, GitHub, Microsoft Power Platform et Azure afin de libérer de la valeur commerciale pour toutes les organisations, des grandes entreprises aux entreprises familiales. Azure en est l'épine dorsale et le fondement.

En savoir plus sur Conception et produit

  • Statut : Essai gratuit
    Essai gratuit
    E

    Edureka

    Python for Data Visualization and Analysis

    Cours

  • Statut : Essai gratuit
    Essai gratuit
    I

    IBM

    Data Visualization with Python

    Cours

  • Statut : Essai gratuit
    Essai gratuit
    D

    Duke University

    Data Visualization and Modeling in Python

    Cours

  • S

    Simplilearn

    Data Analytics with Python

    Cours

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.

En savoir plus

Faites progresser votre carrière avec un diplôme en ligne

Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne

Découvrir les diplômes

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

En savoir plus

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 du certificat et vous obtenez un certificat lorsque vous terminez le travail. Votre certificat électronique sera ajouté à votre page de réalisations. De là, vous pourrez l'imprimer 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 complèteS’ouvre dans un nouvel onglet.

Plus de questions

Visitez le Centre d'Aide pour les Étudiants

Aide financière disponible,

Pied de page Coursera

Compétences techniques

  • ChatGPT
  • Codage
  • Informatique
  • Cybersécurité
  • DevOps
  • Piratage éthique
  • IA générative
  • Programmation Java
  • Python
  • Développement Web

Compétences analytiques

  • Intelligence artificielle
  • Big Data
  • Analyse de valeur et de rentabilité
  • analyse des données
  • Science des données
  • Modélisation financière
  • Apprentissage automatique
  • Microsoft Excel
  • microsoft power bi
  • SQL

Compétences professionnelles

  • Comptabilité
  • Marketing numérique
  • Commerce électronique
  • Finance
  • Google
  • Conception graphique
  • IBM
  • Marketing
  • Project Management
  • Le marketing appliqué aux réseaux sociaux

Ressources professionnelles

  • Certifications informatiques essentielles
  • Compétences à acquérir pour les hauts revenus
  • Comment obtenir un certificat PMP
  • Comment apprendre l'Intelligence artificielle (IA)
  • Certifications populaires en cybersécurité
  • Certifications appréciées en analyse des données
  • Que fait un analyste de données ?
  • Ressources pour le développement de carrière
  • Test d'aptitude professionnelle
  • Partagez votre histoire d'apprentissage Coursera

Coursera

  • À propos
  • Ce que nous proposons
  • Direction
  • Carrières
  • Catalogue
  • Coursera Plus
  • Certificats Professionnels
  • Certificats MasterTrack®
  • Diplômes
  • Pour l'entreprise
  • Pour les gouvernements
  • Pour le campus
  • Devenir un partenaire
  • Impact social
  • cours gratuits
  • Recommandations de crédits ECTS

Communauté

  • Étudiants
  • Partenaires
  • Testeurs bêta
  • Blog
  • Le podcast Coursera
  • Blog Tech

Plus

  • Presse
  • Investisseurs
  • Conditions
  • Confidentialité
  • Aide
  • Accessibilité
  • Contact
  • Articles
  • Répertoire
  • Filiales
  • Déclaration sur l’esclavage moderne
  • Gérer les préférences en matière de cookies
Apprendre partout
Télécharger dans l'App Store
Disponible sur Google Play
Logo Certified B Corporation
© 2025 Coursera Inc. Tous droits réservés.
  • Facebook Coursera
  • Linkedin Coursera
  • Twitter Coursera
  • YouTube Coursera
  • Instagram Coursera
  • TikTok Coursera
Coursera

Bon retour

​
Votre mot de passe est masqué
​

ou

Vous débutez chez Coursera ?


Vous rencontrez des difficultés pour vous connecter ? Centre d'Aide pour les Étudiants

Ce site est protégé par reCAPTCHA Enterprise et la Politique de confidentialité Google et les Termes et Conditions s'appliquent.