Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
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
Nos clients témoignent (1)
The flexible and friendly style. Learning exactly what was useful and relevant for me.
Jenny
Formation - Advanced R
Traduction automatique