Tendance de températures
Analyser une longue série de températures d’une station et estimer la tendance avec son incertitude.
Tous les parcoursDécouvrir Coursera PlusAprès l’étape 2 Après l’étape 3 Après l’étape 4 Après l’étape 5
Data et IA · 09Débutant
Data scientist climat et environnement
Profil qui veut appliquer la data à l'écologie et au climat.
Python, statistique et analyse de données, appliqués à la modélisation des anomalies climatiques et à l'écologie.
391heures de cours
40semaines à 10 h
5étapes
19cours
3universités
Compétences visées
Data VisualizationRegression AnalysisData AnalysisPython ProgrammingStatistical ModelingModel EvaluationStatistical AnalysisPredictive ModelingExploratory Data AnalysisStatistical MethodsMatplotlibMachine Learning Methods
Intitulés de compétences repris de Coursera.
Métiers visés
- Data scientist environnement
- Analyste climat
- Chargé d’études en écologie
Progression
- 1University of MichiganDébutantPython, SQL, SQLite
Prérequis annoncés : No prerequisites; designed as an on-ramp to programming
Voir les 5 cours
Cours Niveau Durée Note (avis) Programming for Everybody (Getting Started with Python) Débutant 17 h 4,8 (233 775) Python Data Structures Débutant 20 h 4,9 (97 365) Using Python to Access Web Data Débutant 19 h 4,8 (44 591) Using Databases with Python Débutant 14 h 4,8 (21 659) Capstone: Retrieving, Processing, and Visualizing Data with Python Débutant 9 h 4,7 (14 483) - 2University of MichiganDébutantPython, Jupyter, Matplotlib, NumPy, pandas, Seaborn, Statsmodels
Prérequis annoncés : High school algebra; basic Python recommended
Voir les 3 cours
Cours Niveau Durée Note (avis) Understanding and Visualizing Data with Python Débutant 20 h 4,7 (2 741) Inferential Statistical Analysis with Python Intermédiaire 22 h 4,6 (938) Fitting Statistical Models to Data with Python Intermédiaire 15 h 4,4 (718) - 3University of Colorado BoulderIntermédiairePython
Prérequis annoncés : Data Wrangling with Python specialization or equivalent skills
Voir les 5 cours
Cours Niveau Durée Note (avis) Classification Analysis Intermédiaire 38 h — Regression Analysis Intermédiaire 40 h 4,9 (10) Clustering Analysis Intermédiaire 37 h 4,5 (11) Association Rules Analysis Intermédiaire 23 h 4,8 (13) Data Analysis with Python Project Intermédiaire 18 h — - 4University of Colorado BoulderIntermédiairePython, pandas, NumPy, SciPy, Matplotlib
Prérequis annoncés : Some experience with Python programming
Voir les 3 cours
Cours Niveau Durée Note (avis) Global Climate Change Policies and Analysis Débutant 15 h — Modeling Climate Anomalies with Statistical Analysis Intermédiaire 7 h 3,8 (10) Predicting Extreme Climate Behavior with Machine Learning Intermédiaire 24 h — - 5Rice UniversityDébutant
Voir les 3 cours
Cours Niveau Durée Note (avis) Introduction to Biology: Ecology Débutant 18 h 4,8 (184) Introduction to Biology: Evolution Débutant 12 h 4,9 (91) Introduction to Biology: Biodiversity Débutant 23 h 4,8 (84)
Avec Coursera Plus
Ce parcours représente 391 heures, soit environ 9 mois à 10 heures par semaine. L’abonnement Coursera Plus donne accès à la plupart de ses cours pendant cette période.
Projets à réaliser
Carte d’anomalies
Cartographier les anomalies de température d’une année à partir de données en grille.
Prévoir une anomalie
Prévoir l’anomalie du mois suivant avec un modèle simple et le comparer à la persistance.
Indice de biodiversité
Calculer des indices de diversité à partir d’observations d’espèces publiques (GBIF) pour deux régions.
Manuels gratuits
The Climate LaboratoryBrian E. J. RoseGratuit, CC BY 4.0
Think Stats, 3rd ed.Allen B. DowneyGratuit, licence Creative Commons non commerciale
Python for Data Analysis, 3rd ed.Wes McKinneyAccès libre en ligne
Biology 2eOpenStaxGratuit, CC BY 4.0