Fondements en mathématiques et statistiques - eLearning
450,00 EUR
- 3 hours
Développez un solide esprit d’analyse avec la formation de base en mathématiques et statistiques, conçue pour simplifier les principaux concepts mathématiques et statistiques afin de les appliquer au monde réel. Ce cours vous aide à gagner en confiance dans la manipulation des données en maîtrisant des notions essentielles telles que les statistiques descriptives, les probabilités, les distributions et les techniques mathématiques fondamentales utilisées en analytique et dans la prise de décision fondée sur les données.
Caractéristiques principales
Langue
Cours et supports en anglais
Niveau
Niveau débutant - intermédiaire
Accès
Accès d’un an à la plateforme d’apprentissage
3 heures de vidéos à la demande
avec plus de 10 heures d’étude recommandées
18 exercices pratiques guidés
4 évaluations notées automatiquement
33 quiz de révision
1 Devoirs complets
Certificat
Attestation de fin de programme incluse
Résultats d’apprentissage
À la fin de ce cours, vous serez capable de comprendre :
Fondamental
Commencez par des concepts fondamentaux comme la moyenne, la médiane et le mode, puis explorez comment la mise à l’échelle et la translation affectent les données.
Régression
Acquérir une compréhension de l’analyse de régression et du concept d’erreur quadratique moyenne (RMSE).
Science des données
Découvrez comment les mathématiques et les statistiques sont appliquées à la science des données, à l’apprentissage automatique et à l’informatique décisionnelle.
ANOVA
Découvrez l’analyse de la variance (ANOVA) et ses applications pratiques.
Hypothèse
Apprenez les principes des tests d’hypothèse, y compris le test t et la loi de Student.
Chronologie du cours
Statistiques descriptives
Leçon 01
- Moyenne, Médiane, Mode
- Moyenne vs Médiane
- Asymétrie
- Exercices sur l’asymétrie
- Solution d'asymétrie
- Étendue et IQR
- Échantillon vs Population
- Variance et écart-type
- Impact de la mise à l’échelle et du décalage
- Moments statistiques
Distribution
Leçon 02
- Qu’est-ce qu’une distribution ?
- Loi normale
- Scores Z
- Exercice - Loi normale
- Solution - Loi normale
Théorie des probabilités
Leçon 03
- Notions de base et concepts fondamentaux de la probabilité
- Règles d’addition et de multiplication avec exercices et solutions
- Le théorème de Bayes et ses applications pratiques
- Valeur attendue avec exercices pratiques
- Loi des grands nombres
- Théorème central limite (théorie, intuition, difficultés et exercices)
- Lois binomiale et de Poisson
- Applications réelles des probabilités
Test d'hypothèse
Leçon 04
- Introduction aux tests d’hypothèses et à leur rôle en science des données
- Comprendre les hypothèses, le niveau de signification et les valeurs p
- Erreurs de type I et de type II
- Intervalles de confiance et marge d’erreur
- Estimation de la taille d’échantillon et puissance statistique
- Étapes pour réaliser un test d’hypothèse
- Exercice pratique et solution
- Test t et loi de Student
- Test de proportion
- Relations entre les valeurs de P à Z pour la clé
Régression
Leçon 05
- Introduction à l’analyse de régression
- Régression linéaire et coefficient de corrélation
- Exercices et solutions sur la corrélation et la régression
- Résidus, MSE et MAE avec exercices pratiques
- Coefficient de détermination (R²)
- Erreur quadratique moyenne (RMSE) avec exercices et solutions
- Concepts de régression linéaire multiple
Régression avancée et algorithmes de ML
Leçon 06
- Régression linéaire multiple
- Régression polynomiale et logistique
- Arbres de décision et arbres de régression
- Forêts aléatoires
- Surapprentissage et problèmes de performance du modèle
- Stratégies pour gérer les données manquantes et mettre en œuvre les préoccupations transversales dans votre application ou programme.
- mettre en œuvre l’orientation par aspects pour éviter les préoccupations transversales
ANOVA
Leçon 07
- Notions de base de l’ANOVA et hypothèses clés
- ANOVA à un facteur
- Loi de Fisher-Snedecor
- ANOVA à deux facteurs (somme des carrés)
- Rapport F et interprétation des résultats
À qui s’adresse ce programme ?
Aspirants data scientists et analystes de données
Ingénieurs logiciels en transition vers des rôles en data/IA
Professionnels de la finance et des affaires travaillant avec des données
Toute personne souhaitant améliorer ses compétences en interprétation des données et en raisonnement quantitatif
Prérequis
Aucune connaissance approfondie en mathématiques n’est requise. Cependant, les apprenants bénéficieront de :
- Mathématiques de base de niveau lycée (algèbre et arithmétique)
- Familiarité avec les concepts de données courants (graphiques, moyennes, pourcentages)
- Compétences informatiques de base
- Aucune expérience préalable en statistiques, en programmation ou en science des données n’est requise.
Déclarations
Licences et accréditations
Ce cours est proposé conformément à l’Accord du programme partenaire et respecte les exigences de l’Accord de licence.
Politique d’équité
Nous encourageons les candidats à contacter l’AVC pour obtenir des conseils et un accompagnement tout au long du processus d’aménagement.
Foire aux questions
Avez-vous besoin de solutions d’entreprise ou d’une intégration LMS?
Vous n'avez pas trouvé le cours ou le programme adapté à votre entreprise ? Besoin d'une intégration LMS ? Écrivez-nous ! Nous réglerons tout !