Vérifier un chiffre médiatique
Choisir une statistique citée dans la presse, retrouver sa source et expliquer ce qu’elle montre vraiment.
Tous les parcoursDécouvrir Coursera PlusAprès l’étape 1 Après l’étape 2 Après l’étape 4 Après l’étape 5
Data et IA · 08Débutant
Scientifique social computationnel
Étudiant en sciences sociales, journaliste de données ou chercheur en politiques publiques.
Lire une statistique avec esprit critique, analyser des données sociales et des réseaux, et décider avec des données.
340heures de cours
34semaines à 10 h
5étapes
20cours
2universités
Compétences visées
Data AnalysisModel EvaluationStatistical VisualizationArtificial IntelligenceStatisticsStatistical Hypothesis TestingExperimentationData ScienceGenerative AINetwork AnalysisData PreprocessingApplied Machine Learning
Intitulés de compétences repris de Coursera.
Métiers visés
- Data journaliste
- Chargé d’études en sciences sociales
- Analyste de politiques publiques
Progression
- 1University of MichiganDébutant
Prérequis annoncés : No previous knowledge of data, statistics or AI necessary
Voir les 3 cours
Cours Niveau Durée Note (avis) How to Describe Data Débutant 9 h 4,7 (29) How Science Turns Data Into Knowledge Débutant 11 h 4,7 (18) Decoding AI: A Deep Dive into AI Models and Predictions Débutant 10 h 4,7 (29) - 2University of California, DavisDébutantIBM Watson
Prérequis annoncés : No prior experience required
Voir les 5 cours
Cours Niveau Durée Note (avis) Computational Social Science Methods Débutant 11 h 4,7 (357) Big Data, Artificial Intelligence, and Ethics Débutant 9 h 4,6 (784) Social Network Analysis Débutant 10 h 4,7 (248) Computer Simulations Débutant 13 h 4,5 (87) Computational Social Science Capstone Project Intermédiaire 14 h 4,7 (44) - 3University 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) - 4University of MichiganIntermédiairePython, pandas, Matplotlib, scikit-learn, NLTK, NetworkX
Prérequis annoncés : Basic Python or programming background
Voir les 5 cours
Cours Niveau Durée Note (avis) Introduction to Data Science in Python Intermédiaire 30 h 4,5 (27 302) Applied Plotting, Charting & Data Representation in Python Intermédiaire 24 h 4,5 (6 290) Applied Machine Learning in Python Intermédiaire 32 h 4,6 (8 814) Applied Text Mining in Python Intermédiaire 25 h 4,2 (3 827) Applied Social Network Analysis in Python Intermédiaire 26 h 4,6 (2 730) - 5University of MichiganIntermédiaireGenerative AI tools
Prérequis annoncés : None stated (no coding required)
Voir les 4 cours
Cours Niveau Durée Note (avis) Model Thinking Intermédiaire 28 h 4,8 (2 265) Problem Solving Using Computational Thinking Débutant 12 h 4,6 (1 313) Mindware: Critical Thinking for the Information Age Débutant 13 h 4,8 (1 453) Leveraging GenAI to Develop Critical Thinking Skills Débutant 6 h 4,3 (11)
Avec Coursera Plus
Ce parcours représente 340 heures, soit environ 8 mois à 10 heures par semaine. L’abonnement Coursera Plus donne accès à la plupart de ses cours pendant cette période.
Projets à réaliser
Simuler la ségrégation
Programmer le modèle de Schelling et montrer comment des préférences faibles produisent une forte séparation.
Cartographier un réseau social
Analyser les interactions d’un jeu de données public (votes, citations, échanges) et en tirer les groupes.
Note de décision
Rédiger une recommandation de deux pages pour une politique publique, incertitudes comprises.
Manuels gratuits
Think Stats, 3rd ed.Allen B. DowneyGratuit, licence Creative Commons non commerciale
OpenIntro StatisticsD. Diez, M. Çetinkaya-Rundel, C. BarrPDF gratuit
Python for Data Analysis, 3rd ed.Wes McKinneyAccès libre en ligne