Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.
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
Bienvenue dans le cours Modélisation prédictive, ajustement de modèle et analyse de régression. Dans ce cours, nous allons explorer les différentes approches de la modélisation prédictive et discuter de la façon dont un modèle peut être supervisé ou non supervisé. Nous verrons comment un modèle peut être ajusté, entraîné et évalué pour s'appliquer aux données historiques et futures dans le but d'atteindre les objectifs de l'entreprise. Enfin, ce cours comprend une activité pratique pour développer un modèle de régression linéaire.
Bienvenue dans le module 1, Modélisation prédictive. Dans ce module, nous commencerons par comparer l'analyse prédictive et l'analyse descriptive, et nous discuterons des enseignements que l'on peut tirer de ces deux types d'analyse. Nous aborderons également la modélisation supervisée et non supervisée, deux modèles fondamentaux de l'analyse et de l'apprentissage automatique.
Inclus
1 vidéo2 lectures1 sujet de discussion
Afficher les informations sur le contenu du module
1 vidéo•Total 3 minutes
Modélisation supervisée ou non supervisée•3 minutes
2 lectures•Total 20 minutes
Modélisation prédictive•10 minutes
Ressources complémentaires•10 minutes
1 sujet de discussion•Total 20 minutes
Modélisation prédictive et apprentissage supervisé•20 minutes
Analyse de la dimensionnalité des données et de la classification
Module 2•1 heure à terminer
Détails du module
Bienvenue au module 2, Dimensionnalité des données et analyse de la classification. Dans ce module, nous allons explorer comment les données peuvent être classées et comment les arbres de décision peuvent être utilisés comme un modèle rapide, facile à utiliser, facile à interpréter, à expliquer et à visualiser.
Inclus
2 lectures1 devoir
Afficher les informations sur le contenu du module
2 lectures•Total 20 minutes
Analyse de la dimensionnalité des données et de la classification•10 minutes
Ressources complémentaires•10 minutes
1 devoir•Total 20 minutes
Modules 1 et 2•20 minutes
Adaptation du modèle
Module 3•1 heure à terminer
Détails du module
Bienvenue dans le module 3, Ajustement de modèle. Dans ce module, nous explorerons le concept d'ajustement de modèle et nous verrons comment la création d'un modèle généralisé capable de s'adapter à la fois aux données historiques et aux données futures est l'objectif ultime. Nous verrons également comment un modèle peut être entraîné ou évalué pour s'appliquer à des données nouvelles et non étiquetées.
Inclus
1 vidéo2 lectures1 sujet de discussion
Afficher les informations sur le contenu du module
1 vidéo•Total 3 minutes
Généralisation du modèle•3 minutes
2 lectures•Total 20 minutes
Adaptation du modèle•10 minutes
Ressources complémentaires•10 minutes
1 sujet de discussion•Total 20 minutes
Régression logistique et arbres de décision•20 minutes
Analyse de régression
Module 4•2 heures à terminer
Détails du module
Bienvenue dans le module 4, Analyse de régression. Dans ce module, nous commencerons par expliquer l'analyse de régression, une technique populaire utilisée par les professionnels de la science des données pour faire des prédictions. Nous verrons également que l'adéquation d'un modèle ne garantit pas qu'il puisse aider à résoudre un problème commercial, et que même un bon modèle peut parfois conduire à des résultats qui ne permettent pas d'agir.
Inclus
2 lectures1 devoir1 sujet de discussion
Afficher les informations sur le contenu du module
2 lectures•Total 20 minutes
Analyse de régression•10 minutes
Ressource complémentaire•10 minutes
1 devoir•Total 30 minutes
Modules 3 et 4•30 minutes
1 sujet de discussion•Total 90 minutes
OPTIONNEL : Explorer plus avant - Rapport sur le modèle de régression•90 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.
Depuis 1965, l'Université de Californie à Irvine allie les atouts d'une grande université de recherche à la générosité d'un site incomparable en Californie du Sud. L'engagement inébranlable de l'UC Irvine en faveur d'un enseignement rigoureux, d'une recherche de pointe et du développement du leadership et du caractère fait du campus une force motrice de l'innovation et de la découverte au service de nos communautés locales, nationales et mondiales, et ce de multiples façons.
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.’
Avis des étudiants
4.5
75 avis
5 stars
70,66 %
4 stars
17,33 %
3 stars
5,33 %
2 stars
2,66 %
1 star
4 %
Affichage de 3 sur 75
C
CH
5·
Révisé le 26 juin 2021
Thank you Very Much I learn a lot of Thing with all kinds of Predative Modeling that I can use.
M
MA
4·
Révisé le 11 janv. 2022
course content is very concise and easy to understand
G
GK
4·
Révisé le 17 sept. 2023
This course helped me to apply regression techniques on my current job assignments
Pour accéder aux supports de cours, aux devoirs et pour obtenir un certificat, vous devez acheter l'expérience de certificat lorsque vous vous inscrivez à un cours. Vous pouvez essayer un essai gratuit ou demander une aide financière. Le cours peut proposer l'option "Cours complet, pas de certificat". 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.
Qu'est-ce que je recevrai si je souscris à cette Specializations ?
Lorsque vous vous inscrivez au cours, vous avez accès à tous les cours de la spécialisation et vous obtenez un certificat lorsque vous terminez le travail. Votre certificat électronique sera ajouté à votre page Réalisations - de là, vous pouvez imprimer votre certificat ou l'ajouter à votre profil LinkedIn.
Une aide financière est-elle disponible ?
Oui, pour certains programmes de formation, vous pouvez demander une aide financière ou une bourse si vous n'avez pas les moyens de payer les frais d'inscription. Si une aide financière ou une bourse est disponible pour votre programme de formation, vous trouverez un lien pour postuler sur la page de description.