Prenez contact avec nous

Plan du cours

Écriture de code R plus propre et plus réutilisable

  • Revue de ce qui rend le code R évolutif, lisible et maintenable
  • Création de fonctions réutilisables avec des entrées, des sorties et des valeurs par défaut claires
  • Réduction de la répétition grâce à une meilleure conception de fonctions et une meilleure organisation des scripts

Flux de travail pratiques de transformation des données

  • Construction de pipelines d'analyse clairs avec les outils tidyverse
  • Manipulation de résumés groupés, de jointures et de données remaniées
  • Structuration des étapes de préparation des données pour une analyse répétable

Programmation fonctionnelle pour les tâches répétitives

  • Utilisation d'outils d'itération comme alternative aux boucles répétitives
  • Application de flux de travail de style map avec purrr
  • Gestion plus sûre des erreurs et des valeurs manquantes dans les tâches répétitives

Débogage et amélioration des performances

  • Détection et correction des erreurs de codage courantes dans les scripts et les fonctions
  • Utilisation de techniques de débogage pratiques dans R et RStudio
  • Tests de performances (benchmarking) du code lent et améliorations ciblées des performances

Rapports reproductibles et communication

  • Création de rapports reproductibles avec R Markdown
  • Affinement de la sortie visuelle avec ggplot2 pour une communication plus claire
  • Préparation des résultats de l'analyse pour partage avec les parties prenantes commerciales ou de recherche

Atelier appliqué et prochaines étapes

  • Combinaison de fonctions, de flux de travail de données, de débogage et de rapports dans un exercice pratique
  • Revue des techniques clés et des modèles courants pour le travail quotidien en R
  • Identification des prochaines étapes pour une amélioration continue en programmation R

Pré requis

  • Bonne compréhension de la syntaxe de base de R, des types de données, des vecteurs et des données en cadres de données (data frames)
  • Expérience dans l'écriture de scripts en R et dans l'utilisation de RStudio
  • Expérience intermédiaire en programmation R, y compris la manipulation basique de données et les tracés (plotting)

Public visé

  • Analistes de données qui souhaitent écrire un code R plus efficace, réutilisable et maintenable
  • Scientifiques des données qui ont besoin de flux de travail plus robustes pour l'analyse, la rédaction de rapports et la collaboration
  • Chercheurs et professionnels techniques qui utilisent R pour des travaux pratiques sur les données
 14 Heures

Nombre de participants


Prix par participant

Nos clients témoignent (1)

Cours à venir

Catégories Similaires