University of Michigan
Spécialisation Statistiques avec Python
University of Michigan

Spécialisation Statistiques avec Python

Réflexion statistique pratique et moderne pour tous. Utiliser Python pour la visualisation, l'inférence et la modélisation statistiques

Brenda Gunderson
Brady T. West
Kerby Shedden

Instructeurs : Brenda Gunderson

90 544 déjà inscrits

Inclus avec Coursera Plus

Approfondissez votre connaissance d’un sujet
4.6

(2,864 avis)

niveau Débutant

Expérience recommandée

6 semaines à compléter
à 10 heures par semaine
Planning flexible
Apprenez à votre propre rythme
Approfondissez votre connaissance d’un sujet
4.6

(2,864 avis)

niveau Débutant

Expérience recommandée

6 semaines à compléter
à 10 heures par semaine
Planning flexible
Apprenez à votre propre rythme

Ce que vous apprendrez

  • Créer et interpréter des visualisations de données en utilisant le langage de programmation Python et les paquets et bibliothèques associés

  • Appliquer et interpréter les procédures inférentielles lors de l'analyse de données réelles

  • Appliquer les techniques de modélisation statistique aux données (régression linéaire et logistique, modèles linéaires, modèles multiniveaux, techniques d'inférence bayésienne)

  • Comprendre l'importance de relier les questions de recherche aux méthodes d'analyse des données.

Compétences que vous acquerrez

  • Catégorie : Analyse des Données
  • Catégorie : Tests d'hypothèses statistiques
  • Catégorie : Matplotlib
  • Catégorie : Inférence statistique
  • Catégorie : Probabilités et statistiques
  • Catégorie : Visualisation statistique
  • Catégorie : Statistiques
  • Catégorie : Analyse exploratoire des données (AED)
  • Catégorie : Statistiques bayésiennes
  • Catégorie : Programmation Statistique
  • Catégorie : Jupyter
  • Catégorie : Statistiques descriptives

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

 logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

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 University of Michigan

Spécialisation - 3 séries de cours

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 : Analyse des Données
Catégorie : Statistiques descriptives
Catégorie : Probabilités et statistiques
Catégorie : NumPy
Catégorie : Collecte de données
Catégorie : Histogramme
Catégorie : Analyse exploratoire des données (AED)
Catégorie : Jupyter
Catégorie : Échantillonnage (statistiques)
Catégorie : Visualisation statistique
Catégorie : Matplotlib
Catégorie : Inférence statistique
Catégorie : Visualisation de Données
Catégorie : Analyse statistique
Catégorie : Méthodes statistiques
Catégorie : Programmation en Python
Catégorie : Logiciel de Visualisation de Données
Catégorie : Statistiques

Ce que vous apprendrez

  • Déterminer les hypothèses nécessaires pour calculer les intervalles de confiance pour leurs paramètres de population respectifs.

  • Créez des intervalles de confiance en Python et interprétez les résultats.

  • Examiner comment les procédures inférentielles sont appliquées et interprétées étape par étape lors de l'analyse de données réelles.

  • Effectuez des tests d'hypothèse en Python et interprétez les résultats.

Compétences que vous acquerrez

Catégorie : Jupyter
Catégorie : Analyse des Données
Catégorie : Matplotlib
Catégorie : Probabilités et statistiques
Catégorie : Statistiques bayésiennes
Catégorie : Inférence statistique
Catégorie : NumPy
Catégorie : Analyse statistique
Catégorie : Tests d'hypothèses statistiques
Catégorie : Méthodes statistiques
Catégorie : Programmation en Python
Catégorie : Statistiques

Ce que vous apprendrez

  • Approfondissez votre compréhension des techniques d'inférence statistique en maîtrisant l'art d'adapter les modèles statistiques aux données.

  • Relier les questions de recherche aux méthodes d'analyse des données, en mettant l'accent sur les objectifs, les relations entre les variables et les prévisions.

  • Explorer diverses techniques de modélisation statistique telles que la régression linéaire, la régression logistique et l'inférence bayésienne en utilisant des ensembles de données réelles.

  • Travaillez sur des études de cas pratiques en Python avec des bibliothèques telles que Statsmodels, Pandas et Seaborn dans l'environnement Jupyter Notebook.

Compétences que vous acquerrez

Catégorie : Analyse de régression
Catégorie : Tests d'hypothèses statistiques
Catégorie : Analyse de corrélation
Catégorie : Jupyter
Catégorie : Analyse exploratoire des données (AED)
Catégorie : Modélisation prédictive
Catégorie : Distribution de probabilité
Catégorie : Modélisation statistique
Catégorie : Statistiques bayésiennes
Catégorie : Inférence statistique
Catégorie : Analyse statistique
Catégorie : Programmation Statistique
Catégorie : Méthodes statistiques
Catégorie : Programmation en Python

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

Le fait de suivre ce Spécialisation proposé par University of Michigan vous donnera un aperçu des enseignants ainsi que des sujets et contenus dans un programme diplômant connexe, ce qui peut vous aider à déterminer si le sujet ou l’université vous convient.

 

Instructeurs

Brenda Gunderson
University of Michigan
3 Cours161 422 apprenants

Offert par

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