Le cours virtuel "Ajuster des modèles statistiques aux données avec Python - Cours virtuel - Coursera" est un cours avec différents contenus et propose des cours vidéo à partir de . Explorez ses fonctionnalités essentielles et cliquez sur le bouton orange pour obtenir des informations détaillées sur la plateforme d'apprentissage en ligne Coursera.
Dans ce cours, nous élargirons notre exploration des techniques d'inférence statistique en nous concentrant sur la science et l'art d'adapter des modèles statistiques aux données. Nous nous appuierons sur les concepts présentés dans l'inférence statistique (cours 2) pour souligner l'importance de relier les questions de recherche à nos méthodes d'analyse de données. Nous nous concentrerons également sur divers objectifs de modélisation, y compris l'inférence des relations entre les variables et la génération de prédictions pour les observations futures. Ce cours présentera et explorera diverses techniques de modélisation statistique, y compris la régression linéaire, la régression logistique, les modèles linéaires généralisés, les modèles hiérarchiques et à effets mixtes (ou multiniveaux) et les techniques d'inférence bayésienne. Toutes les techniques seront illustrées à l'aide d'une variété d'ensembles de données réels, et le cours mettra l'accent sur différentes approches de modélisation pour différents types d'ensembles de données, en fonction de la conception de l'étude sous-jacente aux données (en référence au cours 1, Comprendre et visualiser les données avec Python). Au cours de ces sessions en laboratoire, les étudiants travailleront à travers des didacticiels axés sur des études de cas spécifiques pour aider à solidifier les concepts statistiques de la semaine, qui comprendront des plongées plus approfondies dans les bibliothèques Python, y compris Statsmodels, Pandas et Seaborn. . Ce cours utilise l'environnement Jupyter Notebook de Coursera. Les étudiants travailleront à travers des didacticiels axés sur des études de cas spécifiques pour aider à solidifier les concepts statistiques de la semaine, qui comprendront des plongées plus approfondies dans les bibliothèques Python, notamment Statsmodels, Pandas et Seaborn. Ce cours utilise l'environnement Jupyter Notebook de Coursera. Les étudiants travailleront à travers des didacticiels axés sur des études de cas spécifiques pour aider à solidifier les concepts statistiques de la semaine, qui comprendront des plongées plus approfondies dans les bibliothèques Python, notamment Statsmodels, Pandas et Seaborn. Ce cours utilise l'environnement Jupyter Notebook de Coursera.
Préparez-vous depuis chez vous avec les universités les plus prestigieuses du monde.
La qualité des cours de Coursera est soutenue par ses instructeurs, qui sont souvent des doyens titulaires d'un doctorat.
Plus de 85 % des étudiants de Coursera signalent des avantages professionnels, tels que des promotions ou des augmentations de salaire.
Des millions d'étudiants à travers le monde atteignent leurs objectifs personnels et professionnels avec Coursera.
Coursera propose des cours de plus de 200 universités et entreprises de premier plan pour dispenser un apprentissage en ligne dans le monde entier. Avec un abonnement Coursera Plus, vous bénéficiez d'un accès illimité à plus de 90 % de tous les cours, ainsi qu'aux certificats et spécialisations professionnels les plus populaires sur Coursera.
Data science, business et développement personnel. Vous pouvez vous inscrire à plusieurs cours à la fois, obtenir des certificats illimités et acquérir des compétences professionnelles recherchées pour démarrer, évoluer et même changer de carrière.
DÉCOUVREZ COMMENT OBTENIR LE MAXIMUM ET ÉCONOMISER PLUS DE 500 USD AVEC UN ABONNEMENT ANNUEL À COURSERA PLUS*
*Vous économisez jusqu'à 500 USD en 12 mois, lorsque vous passez de 59 USD pour un abonnement mensuel à un abonnement annuel avec la promotion. L'abonnement annuel normal est de 399 USD. Avec la promotion, vous ne paierez que 299 USD. Découvrez tout en cliquant sur le bouton jaune.
Bonjour, comment puis-je vous aider? Un cours vous intéresse ? A propos de quel sujet ?
Ajoutez votre avis