Au cours de la semaine 2, nous nous concentrerons sur les statistiques de base. C'est l'une des composantes les plus importantes de l'analyse des données et il est essentiel de bien comprendre tous les concepts connexes pour réussir dans l'industrie des données. Les statistiques nous fournissent un ensemble d'outils qui permettent de convertir les données quantitatives et qualitatives en informations que nous pouvons utiliser pour générer des idées.

Les entreprises doivent constamment s'efforcer d'offrir de "meilleurs" produits et services que leurs concurrents. Les distributions normales ou les courbes en cloche constituent l'une des techniques les plus anciennes et les plus éprouvées permettant de visualiser la qualité et d'y réfléchir de manière méthodologique. Au cours de la semaine 3, nous commencerons donc par nous familiariser avec les histogrammes et la courbe normale, puis nous examinerons la règle empirique qui nous donne une estimation rapide et approximative de la dispersion des données données. Enfin, nous apprendrons à connaître les mesures qui quantifient les interrelations entre deux variables de données. La corrélation et la covariance sont deux mesures importantes qui quantifient la relation entre les variables et nous les étudierons toutes les deux.

La visualisation est une technique clé qui peut apporter des réponses cachées dans les données. Au cours de cette semaine, vous explorerez les différentes visualisations de données disponibles et comment les utiliser pour l'analyse. Ces techniques vous permettront de créer des histoires et des tableaux de bord convaincants à partir de vos données, que la communauté des non-analystes pourra également comprendre facilement. En tant que personne travaillant dans l'industrie des données, vous ne devez pas seulement traiter des données et résoudre des problèmes liés aux données, mais le titulaire du poste doit également convaincre les dirigeants d'entreprise et les fonctionnaires des bonnes décisions à prendre. Ces cadres ou fonctionnaires ne sont pas forcément très versés dans la science des données, et le titulaire du poste doit donc être capable de présenter et de visualiser l'histoire des données d'une manière qu'ils comprendront. Ce module vous aidera à y parvenir.

Cette semaine, nous apprenons à créer des diagrammes à barres et à puces, ainsi que des tableaux de bord. La visualisation des données permet de raconter des histoires en rassemblant les données sous une forme plus facile à comprendre. Une bonne visualisation raconte une histoire en éliminant le bruit des données et en mettant en évidence les informations utiles.

Cette semaine, nous allons voir comment, en utilisant la modélisation prédictive, nous pouvons générer des informations exploitables qui, une fois mises en œuvre, fourniront aux entreprises des résultats futurs prévisibles. La modélisation prédictive est un groupe de méthodes et d'algorithmes que vous pouvez utiliser pour prévoir un résultat. En utilisant les techniques de base de la modélisation prédictive, nous explorerons également la prévision de la demande des consommateurs.