• pour les personnes
  • pour les affaires
  • pour les universités
  • pour les gouvernements
Coursera
Diplômes en ligne
Carrières
Connexion
Inscrivez-vous gratuitement
Coursera
University of Minnesota
Introduction à la Modélisation Prédictive
  • À propos
  • Résultats
  • Modules
  • Recommandations
  • Témoignages
  • Avis
  1. Parcourir
  2. Science des données
  3. Probabilités et Statistiques

Découvrez de nouvelles compétences avec 30 % de réduction sur les cours dispensés par des experts du secteur. Économisez maintenant.

University of Minnesota

Introduction à la Modélisation Prédictive

Ce cours fait partie de Spécialisation L'analyse au service de la prise de décision

De Liu

Instructeur : De Liu

12 978 déjà inscrits

Inclus avec Coursera Plus

•

En savoir plus

4 modules
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.8

(137 avis)

1 semaine à compléter
à 10 heures par semaine
Planning flexible
Apprenez à votre propre rythme

4 modules
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.8

(137 avis)

1 semaine à compléter
à 10 heures par semaine
Planning flexible
Apprenez à votre propre rythme
  • À propos
  • Résultats
  • Modules
  • Recommandations
  • Témoignages
  • Avis

Compétences que vous acquerrez

  • Catégorie : Mesure de la performance
    Mesure de la performance
  • Catégorie : Analyse des séries temporelles et prévisions
    Analyse des séries temporelles et prévisions
  • Catégorie : Analyse de régression
    Analyse de régression
  • Catégorie : Tableaux croisés dynamiques et graphiques
    Tableaux croisés dynamiques et graphiques
  • Catégorie : Analyse des tendances
    Analyse des tendances
  • Catégorie : Analyse prédictive
    Analyse prédictive
  • Catégorie : Méthodes statistiques
    Méthodes statistiques
  • Catégorie : Transformation de données
    Transformation de données
  • Catégorie : Microsoft Excel
    Microsoft Excel
  • Catégorie : Modélisation prédictive
    Modélisation prédictive
  • Catégorie : Nettoyage des données
    Nettoyage des données
  • Catégorie : Prévisions
    Prévisions

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Évaluations

20 devoirs

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

En savoir plus sur Coursera pour les affaires
 logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Élaborez votre expertise du sujet

Ce cours fait partie de la Spécialisation L'analyse au service de la prise de décision
Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.
  • Apprenez de nouveaux concepts auprès d'experts du secteur
  • Acquérez une compréhension de base d'un sujet ou d'un outil
  • Développez des compétences professionnelles avec des projets pratiques
  • Obtenez un certificat professionnel partageable

Il y a 4 modules dans ce cours

Ce cours vous présentera les concepts, les processus et les applications de la modélisation prédictive, en mettant l'accent sur les modèles de régression linéaire et de prévision des séries temporelles et sur leur utilisation pratique dans Microsoft Excel. A la fin du cours, vous serez capable de : - Comprendre les concepts, les processus et les applications de la modélisation prédictive - Comprendre la structure et l'intuition des modèles de régression linéaire - Etre capable d'ajuster des modèles de régression linéaire simples et multiples aux données, d'interpréter les résultats, d'évaluer la qualité de l'ajustement, et d'utiliser les modèles ajustés pour faire des prédictions.

- Comprendre le problème de l'overfitting et de l'underfitting et être capable d'effectuer une sélection de modèle simple - Comprendre les concepts, les processus et les applications de la prévision de séries temporelles en tant que type particulier de modélisation prédictive - Être capable d'ajuster plusieurs modèles de prévision de séries temporelles (par exemple, le lissage exponentiel et le lissage de Holcim) - Être capable d'ajuster plusieurs modèles de prévision de séries temporelles (par exemple, le lissage exponentiel et le lissage de Holcim) les étudiants sont capables d'ajuster plusieurs modèles de prévision de séries temporelles (par exemple, le lissage exponentiel et la méthode de Holt-Winter) dans Excel, d'évaluer la qualité de l'ajustement et d'utiliser les modèles ajustés pour faire des prévisions. Ils comprennent les différents types de données et la façon dont ils peuvent être utilisés dans les modèles prédictifs. Ils utilisent Excel pour préparer les données pour la modélisation prédictive, y compris l'exploration des modèles de données, la transformation des données et le traitement des valeurs manquantes. Il s'agit d'un cours d'introduction à la modélisation prédictive. Le cours propose une combinaison d'apprentissage conceptuel et pratique. Pour réussir ce cours, vous devez connaître les mathématiques de base (le concept des fonctions, des variables et des notations mathématiques de base telles que la sommation et les indices) et les statistiques de base (la corrélation, la moyenne de l'échantillon, l'écart type et la variance). Ce cours ne nécessite pas de connaissances en programmation, mais vous devez être familier avec les opérations de base d'Excel (par exemple, les formules de base et les graphiques). Pour une expérience optimale, vous devez avoir une version récente de Microsoft Excel installée sur votre ordinateur (par exemple, Excel 2013, 2016, 2019 ou Office 365).

Ce module donne un bref aperçu des problèmes de modélisation prédictive, en illustrant leurs vastes applications. Il se concentre ensuite sur la forme la plus simple des modèles prédictifs : la régression linéaire simple. Le module suit une approche graphique pour illustrer la structure d'un modèle de régression linéaire simple, l'intuition des moindres carrés ordinaires et les concepts connexes. Enfin, nous montrons comment utiliser divers outils Excel, notamment les lignes de tendance, l'outil Régression et la fonction Trend(), pour ajuster un modèle de régression linéaire simple et l'utiliser pour formuler des prédictions.

Inclus

9 vidéos1 lecture4 devoirs1 sujet de discussion

9 vidéos•Total 69 minutes
  • Spécialisation Analyse pour la prise de décision•8 minutes
  • Présentation personnelle•3 minutes
  • Aperçu du cours•5 minutes
  • Semaine/module 1 Vue d'ensemble : Ce que vous apprendrez cette semaine•0 minutes
  • Introduction à la Modélisation Prédictive•8 minutes
  • Introduction à la régression linéaire•9 minutes
  • Comprendre les mécanismes d'un modèle de régression•9 minutes
  • Utilisation d'Excel pour effectuer des régressions linéaires•11 minutes
  • Utilisation de la régression linéaire pour la prédiction•11 minutes
1 lecture•Total 10 minutes
  • Lire cet article sur les applications de l'analyse prédictive•10 minutes
4 devoirs•Total 70 minutes
  • Quiz pratique : Introduction à la régression linéaire•14 minutes
  • Quiz pratique : Comprendre les mécanismes d'un modèle de régression•6 minutes
  • Quiz pratique sur l'utilisation d'Excel pour effectuer une régression linéaire•20 minutes
  • Quiz noté de la semaine 1 : Comprendre la régression linéaire•30 minutes
1 sujet de discussion•Total 10 minutes
  • Applications de l'analyse prédictive•10 minutes

Dans le prolongement de la semaine 1, cette semaine présente la régression linéaire multiple et ses nombreuses applications. Nous verrons ensuite comment ajuster un modèle de régression linéaire multiple à l'aide de l'outil de régression d'Excel et de la fonction Trend() et comment utiliser le modèle résultant pour les prédictions. Le module aborde également les problèmes d'overfitting/underfitting et les principes de base d'un bon modèle de régression. Le module présente également une approche pour la sélection d'un bon modèle : l'élimination à rebours qui peut être mise en œuvre dans Excel.

Inclus

8 vidéos1 lecture4 devoirs

8 vidéos•Total 53 minutes
  • Semaine 2 : Aperçu de la régression linéaire multiple•0 minutes
  • Qu'est-ce que la régression linéaire multiple ?•9 minutes
  • Comprendre l'adéquation du modèle et la prédiction à l'aide de la régression multiple•6 minutes
  • Ajustement et interprétation des modèles de régression multiple à l'aide de l'outil de régression•8 minutes
  • Faire des prédictions à l'aide de l'outil de régression•7 minutes
  • Faire des prédictions à l'aide de la fonction Tendance•2 minutes
  • Construire de bons modèles de régression•10 minutes
  • Démonstration de l'élimination à rebours•8 minutes
1 lecture•Total 10 minutes
  • En savoir plus sur la spécification des modèles et l'ajustement excessif•10 minutes
4 devoirs•Total 59 minutes
  • Quiz pratique sur une "Introduction à la régression linéaire multiple"•8 minutes
  • Quiz pratique sur "L'ajustement et l'interprétation du modèle"•10 minutes
  • Quiz pratique sur la "sélection des modèles"•16 minutes
  • Quiz noté du module 2 sur la régression linéaire multiple•25 minutes

Au cours de cette semaine, nous apprendrons à préparer un ensemble de données pour la modélisation prédictive et nous présenterons les outils Excel qui peuvent être utilisés pour atteindre cet objectif. Nous discuterons des différents types de variables et de la manière dont les valeurs catégorielles, les chaînes de caractères et les dates peuvent être exploitées dans la modélisation prédictive. En outre, nous discuterons de l'intuition qui sous-tend l'inclusion de variables d'ordre élevé et d'interaction dans les modèles de régression, de la question de la multicolinéarité et de la manière de traiter les valeurs manquantes. Nous vous présenterons également plusieurs outils Excel pratiques pour le traitement et l'exploration des données, notamment le tableau croisé dynamique, la fonction IF(), la fonction VLOOKUP et la référence relative.

Inclus

13 vidéos6 devoirs1 sujet de discussion

13 vidéos•Total 90 minutes
  • Vue d'ensemble de la semaine 3 : Préparer vos données•1 minute
  • Pourquoi la préparation des données est-elle importante ?•4 minutes
  • Travailler avec différents types de variables•6 minutes
  • Gestion de différents types de variables•9 minutes
  • Utiliser le tableau croisé dynamique d'Excel pour explorer les valeurs des colonnes•7 minutes
  • Utiliser Excel VLOOKUP pour encoder des variables ordinales•7 minutes
  • Utilisation de la fonction IF d'Excel pour coder des variables nominales•7 minutes
  • Autres utilisations des fonctions VLOOKUP et IF•4 minutes
  • Manipulation des données/variables temporelles•5 minutes
  • Démonstration Excel du traitement des données/variables temporelles•8 minutes
  • Traitement des variables d'interaction d'ordre élevé•6 minutes
  • Variables d'interaction•5 minutes
  • Traitement des valeurs manquantes et résumé du module•14 minutes
6 devoirs•Total 57 minutes
  • Quiz pratique sur "Introduction à la préparation des données"•8 minutes
  • Quiz pratique sur les "Variables de chaîne"•14 minutes
  • Quiz pratique sur les "Variables de date et d'heure"•4 minutes
  • Quiz pratique sur "Variables d'ordre élevé et variables d'interaction"•4 minutes
  • Quiz pratique sur "Manipuler les valeurs manquantes"•2 minutes
  • Quiz noté du module 3 sur "La préparation de vos données""•25 minutes
1 sujet de discussion•Total 10 minutes
  • Vos expériences en matière de préparation des données•10 minutes

Ce module se concentre sur un sous-ensemble particulier de la modélisation prédictive : la prévision des séries temporelles. Nous discutons de la nature des données de séries temporelles et de la structure des problèmes de prévision de séries temporelles. Nous présentons ensuite une série de modèles de séries temporelles pour les données stationnaires et les données avec tendances et saisonnalité, en mettant l'accent sur les techniques qui sont facilement mises en œuvre dans Excel, y compris la moyenne mobile, le lissage exponentiel, la double moyenne mobile, la méthode de Holt et la méthode de Holt-Winters. Le module couvre également les prévisions basées sur la régression linéaire et une technique de prévision composite pour améliorer la précision.

Inclus

19 vidéos2 lectures6 devoirs1 sujet de discussion

19 vidéos•Total 158 minutes
  • Aperçu de la semaine 4 : Prévision des séries temporelles•0 minutes
  • Données et prévisions de séries temporelles•7 minutes
  • Composantes des séries temporelles•9 minutes
  • Mesures de précision du modèle•10 minutes
  • Moyennes mobiles•12 minutes
  • Comment faire des prévisions à l'aide du modèle des moyennes mobiles•4 minutes
  • Le modèle de lissage exponentiel•8 minutes
  • Démonstration du lissage exponentiel•13 minutes
  • Moyennes mobiles doubles•5 minutes
  • Démonstration des moyennes mobiles doubles•11 minutes
  • Double lissage exponentiel (méthode de Holt)•12 minutes
  • Modèle additif de Holt-Winters•9 minutes
  • Démonstration du modèle additif de Holt-Winters•11 minutes
  • Modèle multiplicatif de Holt-Winters•7 minutes
  • Régression des séries temporelles•13 minutes
  • Prévisions composées•13 minutes
  • Synthèse du cours : Un résumé de ce que vous avez appris dans ce cours•1 minute
  • Félicitations pour avoir terminé l'"Introduction à la modélisation prédictive" !•0 minutes
  • École de gestion Carlson : Programme de maîtrise en analyse des affaires (MSBA)•2 minutes
2 lectures•Total 20 minutes
  • École de gestion Carlson : Site web du programme MSBA•10 minutes
  • Centre de recherche sur les systèmes d'information de gestion (MIS)•10 minutes
6 devoirs•Total 115 minutes
  • Quiz pratique an "Introduction à la prévision des séries temporelles"•10 minutes
  • Quiz pratique sur "Modèles pour données stationnaires"•20 minutes
  • Quiz pratique sur les séries temporelles avec tendances•20 minutes
  • Quiz pratique sur "Séries temporelles avec tendances et saisonnalité"•15 minutes
  • Quiz pratique sur "Les prévisions à l'aide de modèles de régression et de modèles composites"•20 minutes
  • Quiz noté de la semaine 4 sur les "Prévisions de séries temporelles"•30 minutes
1 sujet de discussion•Total 10 minutes
  • Applications de la prévision des séries temporelles•10 minutes

Obtenez un certificat professionnel

Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.

Instructeur

Évaluations de l’enseignant

Évaluations de l’enseignant

Nous avons demandé à tous les étudiants de fournir des commentaires sur nos enseignants au sujet de la qualité de leur pédagogie.

4.8 (53 évaluations)
De Liu
De Liu
University of Minnesota
1 Cours•12 978 apprenants

Offert par

University of Minnesota

Offert par

University of Minnesota

L'université du Minnesota est l'une des plus grandes universités publiques de recherche du pays. Elle offre aux étudiants de premier, deuxième et troisième cycles une multitude de possibilités d'études et de recherche. Situés au cœur de l'une des communautés métropolitaines les plus dynamiques et les plus diversifiées du pays, les étudiants des campus de Minneapolis et de St. Paul bénéficient de vastes partenariats avec des centres de santé de renommée mondiale, des entreprises internationales, des agences gouvernementales et des organisations artistiques, à but non lucratif et de service public.

En savoir plus sur Probabilités et Statistiques

  • Statut : Essai gratuit
    Essai gratuit
    U

    University of Colorado Boulder

    Predictive Modeling and Analytics

    Cours

  • Statut : Essai gratuit
    Essai gratuit
    U

    University of California San Diego

    Meaningful Predictive Modeling

    Cours

  • Statut : Prévisualisation
    Prévisualisation
    D

    Duke University

    Introduction to Machine Learning

    Cours

  • Statut : Essai gratuit
    Essai gratuit
    U

    University of Pennsylvania

    Introduction to Spreadsheets and Models

    Cours

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Avis des étudiants

4.8

137 avis

  • 5 stars

    81,75 %

  • 4 stars

    14,59 %

  • 3 stars

    2,18 %

  • 2 stars

    0,72 %

  • 1 star

    0,72 %

Affichage de 3 sur 137

J
JH
5

Révisé le 30 mai 2021

I really like how there were lots of examples for us to practice on. It helped to reinforce what we were learning

C
CN
5

Révisé le 26 janv. 2022

Great course, good topic material and examples and well taught. Overall it was useful and relevant.

U
UQ
5

Révisé le 5 févr. 2025

Highly impressed with the methodology and concepts given by the focal person... Thanks and Love

Voir plus d’avis
Coursera Plus

Ouvrez de nouvelles portes avec Coursera Plus

Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.

En savoir plus

Faites progresser votre carrière avec un diplôme en ligne

Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne

Découvrir les diplômes

Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires

Améliorez les compétences de vos employés pour exceller dans l’économie numérique

En savoir plus

Foire Aux Questions

Pour accéder aux supports de cours, aux devoirs et pour obtenir un certificat, vous devez acheter l'expérience de certificat lorsque vous vous inscrivez à un cours. Vous pouvez essayer un essai gratuit ou demander une aide financière. Le cours peut proposer l'option "Cours complet, pas de certificat". Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.

Lorsque vous vous inscrivez au cours, vous avez accès à tous les cours de la spécialisation et vous obtenez un certificat lorsque vous terminez le travail. Votre certificat électronique sera ajouté à votre page Réalisations - de là, vous pouvez imprimer votre certificat ou l'ajouter à votre profil LinkedIn.

Si vous vous êtes abonné, vous bénéficiez d'une période d'essai sans frais de 7 jours pendant laquelle vous pouvez annuler votre abonnement sans pénalité. Après cette période, nous n'effectuons pas de remboursements, mais vous pouvez résilier votre abonnement à tout moment. Consultez notre politique de remboursement complète.

Oui, pour certains programmes de formation, vous pouvez demander une aide financière ou une bourse si vous n'avez pas les moyens de payer les frais d'inscription. Si une aide financière ou une bourse est disponible pour votre programme de formation, vous trouverez un lien de demande sur la page de description.

Plus de questions

Visitez le Centre d'Aide pour les Étudiants

Aide financière disponible,

Pied de page Coursera

Compétences techniques

  • ChatGPT
  • Codage
  • Informatique
  • Cybersécurité
  • DevOps
  • Piratage éthique
  • IA générative
  • Programmation Java
  • Python
  • Développement Web

Compétences analytiques

  • Intelligence artificielle
  • Big Data
  • Analyse de valeur et de rentabilité
  • analyse des données
  • Science des données
  • Modélisation financière
  • Apprentissage automatique
  • Microsoft Excel
  • microsoft power bi
  • SQL

Compétences professionnelles

  • Comptabilité
  • Marketing numérique
  • Commerce électronique
  • Finance
  • Google
  • Conception graphique
  • IBM
  • Marketing
  • Project Management
  • Le marketing appliqué aux réseaux sociaux

Ressources professionnelles

  • Certifications informatiques essentielles
  • Compétences à acquérir pour les hauts revenus
  • Comment obtenir un certificat PMP
  • Comment apprendre l'Intelligence artificielle (IA)
  • Certifications populaires en cybersécurité
  • Certifications appréciées en analyse des données
  • Que fait un analyste de données ?
  • Ressources pour le développement de carrière
  • Test d'aptitude professionnelle
  • Partagez votre histoire d'apprentissage Coursera

Coursera

  • À propos
  • Ce que nous proposons
  • Direction
  • Carrières
  • Catalogue
  • Coursera Plus
  • Certificats Professionnels
  • Certificats MasterTrack®
  • Diplômes
  • Pour l'entreprise
  • Pour les gouvernements
  • Pour le campus
  • Devenir un partenaire
  • Impact social
  • cours gratuits
  • Recommandations de crédits ECTS

Communauté

  • Étudiants
  • Partenaires
  • Testeurs bêta
  • Blog
  • Le podcast Coursera
  • Blog Tech

Plus

  • Presse
  • Investisseurs
  • Conditions
  • Confidentialité
  • Aide
  • Accessibilité
  • Contact
  • Articles
  • Répertoire
  • Filiales
  • Déclaration sur l’esclavage moderne
  • Gérer les préférences en matière de cookies
Apprendre partout
Télécharger dans l'App Store
Disponible sur Google Play
Logo Certified B Corporation
© 2025 Coursera Inc. Tous droits réservés.
  • Facebook Coursera
  • Linkedin Coursera
  • Twitter Coursera
  • YouTube Coursera
  • Instagram Coursera
  • TikTok Coursera
Coursera

Bon retour

​
Votre mot de passe est masqué
​

ou

Vous débutez chez Coursera ?


Vous rencontrez des difficultés pour vous connecter ? Centre d'Aide pour les Étudiants

Ce site est protégé par reCAPTCHA Enterprise et la Politique de confidentialité Google et les Termes et Conditions s'appliquent.