Après avoir suivi ces cours, je me sens confiant dans la création de visualisations et de tableaux de bord professionnels.
Shoebur RahmanSpécialiste des marchés publics, Giz Bangladesh
Description du cours
Dans un monde où les prévisions influencent nos décisions quotidiennes, qu'il s'agisse de choisir nos tenues en fonction des prévisions météorologiques ou de planifier nos trajets en consultant les conditions de circulation, il est essentiel de comprendre la précision et la complexité des prévisions. Que vous soyez un particulier effectuant des choix personnels ou une personne orientant la stratégie d'une organisation entière vers l'avenir, vous vous êtes peut-être déjà interrogé sur la fiabilité des prévisions, la capacité à anticiper les événements et les inexactitudes occasionnelles des prévisions. Si vous vous êtes déjà demandé pourquoi les prévisions météorologiques semblent parfois inexactes, notre cours en ligne sur l'erreur et l'incertitude est conçu pour vous.
Dévoiler la structure des prédictions
Plongez dans le monde fascinant des prévisions dans notre cours « Erreurs et incertitudes », où vous explorerez non seulement la précision des prévisions, mais participerez également activement à l'élaboration de prévisions vous-même. Acquérez les compétences nécessaires pour distinguer les tendances réelles du bruit aléatoire, ce qui vous permettra de prendre des décisions éclairées en situation d'incertitude. Ce cours va au-delà des apparences et explore les béquilles psychologiques qui cloud souvent nos processus décisionnels rationnels. Que vous analysiez les tendances des données criminelles à Seattle, prédisiez les notes finales des étudiants, préveniez les accidents de la route à Nashville ou évaluiez la nécessité de modifier le menu d'une boulangerie, ce cours vous permettra d'acquérir une meilleure capacité à gérer les complexités liées à l'erreur et à l'incertitude.
Apprentissage pratique pour une compréhension concrète
Nous vous invitons à nous accompagner dans un parcours d'apprentissage captivant, au cours duquel nous vous guiderons à travers des applications concrètes de l'analyse des erreurs et des incertitudes. Grâce à des exercices stimulants, vous appliquerez vos nouvelles connaissances pour prédire les résultats, identifier les pièges potentiels et améliorer vos capacités décisionnelles. De l'analyse des tendances criminelles à la prévision des résultats scolaires en passant par la réduction des risques routiers, notre cours offre une expérience d'apprentissage dynamique qui promet non seulement des connaissances approfondies, mais aussi des compétences pratiques applicables dans divers scénarios. Relevez le défi de comprendre l'erreur et l'incertitude, et rejoignez une communauté d'apprenants qui trouveront certainement du plaisir à percer les mystères des prédictions.
Prérequis
Programme de formation
Plan du cours
1
Defining error, uncertainty, and risk
The first chapter presents common terminology, introduces methods for determining significant differences between groups, and outlines the kinds of error and uncertainty involved. We will specifically look at Seattle crime data and evaluate crime rate differences between precincts and neighborhoods. This chapter will equip learners to identify threats to the validity and accuracy of their conclusions.
- Defining error and uncertainty50 XP
- Measures of central tendency100 XP
- Crime time100 XP
- IF functions50 XP
- Extracting UNIQUE() values100 XP
- Book 'em and count 'em100 XP
- Averages and IF conditions100 XP
- Counts with multiple criteria100 XP
- Correlation50 XP
- Rap sheet100 XP
- Correlation preparation100 XP
- A (crimes) committed relationship100 XP
- Strong relationships50 XP
2
Making accurate predictions
The second chapter outlines both rudimentary (e.g., moving average, seasonal average, yearly average) and more complicated methods (e.g., linear regression) for making predictions and outlines the kinds of error and uncertainty involved. We will specifically look at anonymized student grades data and evaluate the accuracy of our predictions for given students. Throughout the chapter, we will identify threats to the validity and accuracy of our predictions.
3
Poking holes in predictions
Chapter 3 encourages learners to test the assumptions of their predictions using data on car crashes. Specifically, they will determine how to allocate resources to reduce injuries and fatalities from auto accidents. Learners will discuss the impact of outliers in prediction accuracy, evaluate the importance of normally distributed data in making predictions, employ consequence-likelihood matrices in risk management, and adapt psychological heuristics to discussions of numerical uncertainty and risk.
4
Case study: Should you change your bakery's menu?
The final chapter integrates all the previous lessons into a constructed-world scenario. Learners are tasked with updating the menu at their small business: the Risky Business Bakery. They need to figure out whether to add or drop menu items based on whether there are significant differences in sales by baked good; whether their predicted sales figures from their accountant are accurate.
S
Erreurs et incertitudes dans Google Sheets
Cours
terminé
