Étude statistique reproductible
Analyser une enquête publique de santé dans un notebook : description, tests et régression, avec conclusions prudentes.
Tous les parcoursDécouvrir Coursera PlusAprès l’étape 2 Après l’étape 3 Après l’étape 4 Après l’étape 4
Data et IA · 02Intermédiaire
Data Scientist Python
Profil qui vise le machine learning appliqué avec l'écosystème Python.
De la première ligne de Python au machine learning appliqué, à l'analyse de texte et de réseaux, entièrement avec l'University of Michigan.
412heures de cours
42semaines à 10 h
4étapes
17cours
1universités
Compétences visées
Python ProgrammingData VisualizationStatistical VisualizationData AnalysisModel EvaluationExploratory Data AnalysisMatplotlibData ManipulationApplied Machine LearningSocial Network AnalysisData ProcessingRestful API
Intitulés de compétences repris de Coursera.
Métiers visés
- Data scientist
- Ingénieur machine learning junior
- Analyste NLP
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 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) - 4University of MichiganAvancéPython, scikit-learn, NetworkX, ChatGPT
Prérequis annoncés : Intermediate Python programming skills
Voir les 4 cours
Cours Niveau Durée Note (avis) Data Mining in Python Avancé 54 h 4,6 (14) Applied Unsupervised Learning in Python Avancé 30 h — Network Modeling and Analysis in Python Avancé 30 h — Applied Information Extraction in Python Avancé 25 h —
Avec Coursera Plus
Ce parcours représente 412 heures, soit environ 10 mois à 10 heures par semaine. L’abonnement Coursera Plus donne accès à la plupart de ses cours pendant cette période.
Projets à réaliser
Prédire des prix immobiliers
Construire un modèle scikit-learn sur des transactions immobilières ouvertes, avec validation croisée et analyse des variables.
Analyse de sentiments
Classer des avis clients en positif ou négatif, comparer deux modèles et expliquer leurs erreurs.
Réseau de co-auteurs
Construire un graphe à partir de données bibliographiques avec NetworkX et identifier les auteurs centraux.
Manuels gratuits
Python for EverybodyCharles R. SeveranceGratuit, CC BY 4.0
Python for Data Analysis, 3rd ed.Wes McKinneyAccès libre en ligne
An Introduction to Statistical Learning (Python)G. James, D. Witten, T. Hastie, R. Tibshirani, J. TaylorPDF gratuit
Think Stats, 3rd ed.Allen B. DowneyGratuit, licence Creative Commons non commerciale