Ce cours est destiné à les fonctionnaires d'Amérique latine et des Caraïbes aux niveaux national, régional et municipal,organisations du secteur privé et de la société civile en Amérique latine et dans les Caraïbes, les citoyens d'Amérique latine et des Caraïbes qui s'intéressent à la prise de décision fondée sur des données probantes.
Syllabus 6
Module 1 : L'importance des données dans la prise de décision 8.5 hours
Cette section du cours comprend une introduction où nous détaillerons les objectifs, la structure, les évaluations et les matériels, y compris une vidéo de bienvenue et un guide essentiel pour les participants, se terminant par un sondage initial. Dans ce module, nous verrons pourquoi il est import…
Module 2 : Convertir les concepts en paramètres mesurables 9 hours
Dans ce module, nous verrons comment identifier les problèmes fondamentaux rencontrés lorsque nous effectuons des recherches et comment nous pouvons impliquer des équipes d'experts capables de les identifier. Pour cela, nous vous apprendrons à utiliser la méthodologie de l'arbre à problèmes. Vous a…
Module 3 : Comprendre l'analyse des données 10 hours
Dans ce module, vous explorerez les clés de la collecte de données et les différentes méthodes d'analyse. Il est important de garder à l'esprit que la méthode d’analyse dépend du type de données utilisé l’apprentissage de ces méthodes vous permettra de comprendre la relation entre les données et le…
Module 4 : La visualisation des résultats 5 hours
En tant que décideurs, il arrive que nous ne réalisions pas directement l'étude, mais que nous recevions des rapports que nous devons être en mesure non seulement de comprendre, mais aussi d'interpréter. Dans ce module, vous explorerez l'utilisation de visualisations graphiques pour montrer des rés…
Module 5 : Boucler la boucle : des données à la planification 7 hours
Nous avons parcouru le chemin qui mène de l'identification du problème à l'analyse des données et à la présentation graphique. Il nous reste maintenant à aborder la tâche la plus importante : comment appliquer ces connaissances à la prise de décision, en particulier dans le secteur public. Dans ce…
Finissez le cours ici 50 minutes
Advantages and disadvantages
Advantages
Structured courses with graded quizzes, assignments and deadlines you can reset.
A shareable certificate from the university or company when you pay.
Financial aid is often approved for students in India (apply 15 days before you need it).
Self-paced: start any time.
A clear syllabus (6 parts) you can see before you start.
Disadvantages
Paid after a 7-day free trial (Coursera Plus or per course).
Some courses can be audited for free, but graded work and certificates need payment.
Taught in French.
Some points apply to every course of this kind; see how we rank.
This course is paid. Here is how to take it for free
Free trials: You can start a 7-day free trial for many individual courses, Specializations, or a Coursera Plus subscription to test full course features. Cancel before the seventh day if you do not want to be charged.
Financial aid: If you cannot afford the fee for a certificate, you can apply for financial aid through the link on the course home page by filling out an application about your background and goals.
Taught by
Andrea LeonelliLearning and Knowledge Senior Specialist
MIT 18.650 Statistics for Applications, Fall 2016 View the complete course: http://ocw.mit.edu/18-650F16 Instructor: Philippe Rigollet This course offers an in-depth the theoretical foundations for statistical methods that are useful in many applications. The goal is to understand the role of mathe…
-Learn more and enroll in the program: https://online.stanford.edu/programs/generative-ai-technology-business-and-society-program Recent advancements in generative AI are reshaping industries, pushing technological boundaries, and revolutionizing creative processes. In this fast-changing landscape…
For more information about Stanford's Artificial Intelligence programs visit: https://stanford.io/ai Delve into the exciting world of Artificial Intelligence with insights and research from the world's top experts. This playlist offers a comprehensive journey, from foundational machine learning con…
Led by Andrew Ng, this course provides a broad introduction to machine learning and statistical pattern recognition. Topics include: supervised learning (generative/discriminative learning, parametric/non-parametric learning, neural networks, support vector machines); unsupervised learning (cluster…
View the complete course: http://ocw.mit.edu/6-034F10 Instructor: Patrick Winston In these lectures, Prof. Patrick Winston introduces the 6.034 material from a conceptual, big-picture perspective. Topics include reasoning, search, constraints, learning, representations, architectures, and probabili…