Plan du cours
Jour 1 : Bases du langage
- Introduction au cours
-
Aperçu de la science des données
- Définition de la science des données
- Processus de la science des données
- Présentation du langage R
- Variables et types de données
- Structures de contrôle (Boucles / Conditions)
-
Scalaires, vecteurs et matrices dans R
- Définition de vecteurs dans R
- Matrices
-
Manipulation de chaînes de caractères et de texte
- Type de données caractères
- Entrées/Sorties (I/O) de fichiers
- Listes
-
Fonctions
- Introduction aux fonctions
- Clôtures (Closures)
- Fonctions lapply/sapply
- DataFrames
- Travaux pratiques pour toutes les sections
Jour 2 : Programmation R intermédiaire
- DataFrames et I/O de fichiers
- Lecture de données depuis des fichiers
- Préparation des données
- Jeux de données intégrés
-
Visualisation
- Paquet Graphics
- plot() / barplot() / hist() / boxplot() / Nuage de points (scatter plot)
- Carte de chaleur (Heat Map)
- Paquet ggplot2 (qplot(), ggplot())
- Exploration avec Dplyr
- Travaux pratiques pour toutes les sections
Jour 3 : Programmation avancée avec R
-
Modélisation statistique avec R
- Fonctions statistiques
- Gestion des valeurs manquantes (NA)
- Distributions (Binomiale, de Poisson, Normale)
-
Régression
- Introduction aux régressions linéaires
- Recommandations
- Traitement du texte (paquet tm / Nuages de mots, Wordclouds)
-
Regroupement (Clustering)
- Introduction au regroupement
- KMeans
-
Classification
- Introduction à la classification
- Naive Bayes
- Arbres de décision
- Entraînement à l’aide du paquet caret
- Évaluation des algorithmes
-
R et les Big Data
- Connexion de R aux bases de données
- Écosystème des Big Data
- Travaux pratiques pour toutes les sections
Pré requis
- Des connaissances de base en programmation sont souhaitées
Installation
- Un ordinateur portable récent
- La dernière version de R studio et l’environnement R installés
Nos clients témoignent (7)
Les applications dans la vie réelle utilisant Statcan et le CER comme exemples.
Matthew - Natural Resources Canada
Formation - Data Analytics With R
Traduction automatique
Ses connaissances et les codes étaient déjà écrits dans les fichiers, donc je pouvais étudier après les cours et m'entraîner par moi-même.
GLORIA ADANNE - Natural Resources Canada
Formation - Data Analytics With R
Traduction automatique
Beaucoup de codage R est fourni ainsi que d'excellents exemples
Kasia - Natural Resources Canada
Formation - Data Analytics With R
Traduction automatique
Langage très élaboré et bien développé. Une grande quantité d'informations de support sont également disponibles en ligne.
Michel - Natural Resources Canada
Formation - Data Analytics With R
Traduction automatique
J'ai apprécié que le formateur s'assure que nous comprenions tous et suivions les cours. Si nous avions un problème, il s'arrêtait et nous aidait à le résoudre.
Cesar - AMERICAN EXPRESS COMPANY MEXICO
Formation - Data Analytics With R
Traduction automatique
The tool was interesting and I see the use. I would like to learn about more about it.
- Teleperformance
Formation - Data Analytics With R
Traduction automatique
New tool which is “R” and I find it interesting to know the existence of such tool for data analysis.
Michael Lopez - Teleperformance
Formation - Data Analytics With R
Traduction automatique