Dans ce module, vous construirez des modèles de régression qui expliquent les relations et prévoient les résultats, comme l'évolution de la satisfaction des clients en fonction de la rapidité du service ou l'influence de plusieurs facteurs sur le rétablissement des patients. Vous commencerez par des modèles simples, puis vous évoluerez vers des modèles plus complexes, en utilisant R et GitHub Copilot pour construire, tester et dépanner votre code efficacement. Pas de blabla, juste des compétences pratiques en régression que vous utiliserez réellement.

Ce module vous donne les outils nécessaires pour modéliser les décisions, par exemple pour savoir si un client va se convertir, si un traitement va réussir ou si une transaction risque d'échouer. Vous apprendrez comment fonctionne la régression logistique, quand l'utiliser et comment interpréter les résultats. Grâce à des laboratoires pratiques et à un codage assisté par l'IA, vous construirez des modèles qui font plus que deviner, ils expliquent. À la fin du cours, vous serez en mesure d'évaluer les performances du modèle et de faire des prédictions basées sur les probabilités en toute confiance.

Ce module vous permet de décomposer les données temporelles et d'établir des prévisions fiables. Vous apprendrez à repérer les tendances, à comprendre les changements saisonniers et à appliquer des méthodes éprouvées telles que les moyennes mobiles et le lissage exponentiel. Qu'il s'agisse de prédire les ventes, les besoins en personnel ou le trafic web, vous utiliserez R et GitHub Copilot pour créer des modèles qui soutiennent des décisions plus intelligentes et fondées sur des preuves.

Dans ce dernier module, vous appliquerez vos compétences en matière de régression à un projet guidé qui reflète le travail d'analyse réel. Vous préparerez des données, construirez et validerez un modèle génératif, et générerez des idées que vous pourrez expliquer. Vous découvrirez également comment R s'intègre à des outils tels qu'Excel et Power BI, qui sont utiles si vous avez besoin de partager des résultats dans des formats adaptés à l'entreprise. C'est l'occasion de pratiquer l'analyse de bout en bout et de montrer ce que vous pouvez faire avec les données.