Formation Shiny, R et HTML : Fusionner la science des données et le développement web

Ce cours couvre des sujets avancés en programmation R.

Cette formation dirigée par un instructeur (en ligne ou sur site) en Canada est destinée aux analystes d'affaires souhaitant automatiser le trading avec le trading algorithmique, Python et R.

À la fin de cette formation, les participants seront en mesure de :

• Utiliser des algorithmes pour acheter et vendre des titres à des intervalles spécifiques rapidement.
• Réduire les coûts associés au trading en utilisant le trading algorithmique.
• Surveiller automatiquement les cours des actions et passer des ordres.

Big Data est un terme qui désigne des solutions destinées à stocker et traiter de grands ensembles de données. Développées initialement par Google, ces solutions Big Data ont évolué et inspiré d'autres projets similaires, nombreux d'entre eux étant disponibles en open-source. R est un langage de programmation populaire dans l'industrie financière.

Cette formation dirigée par un instructeur (en ligne ou sur site) est destinée aux analystes de données débutants qui souhaitent utiliser R pour manipuler des données, effectuer une analyse de données de base et créer des visualisations percutantes pour obtenir des insights.

À la fin de cette formation, les participants seront capables de :

• Comprendre les bases de la programmation en R.
• Appliquer des processus fondamentaux de science des données.
• Créer des représentations visuelles des données.

Cette formation dirigée par un instructeur en Canada (en ligne ou sur site) est destinée aux analystes de données souhaitant programmer avec R dans SAS pour l'analyse de cluster.

À la fin de cette formation, les participants seront capables de :

• Utiliser l'analyse de cluster pour l'exploration de données
• Maîtriser la syntaxe R pour les solutions de clustering.
• Implémenter des clustering hiérarchiques et non hiérarchiques.
• Prendre des décisions basées sur les données pour améliorer les opérations commerciales.

L'analyse de données est un outil crucial dans les entreprises aujourd'hui. Nous nous concentrerons tout au long du cours sur le développement de compétences pratiques pour l'analyse de données. Le but est d'aider les participants à apporter des réponses basées sur des preuves aux questions : 

Qu'est-ce qui s'est passé ?

• traitement et analyse des données
• création de visualisations de données informatives

Qu'est-ce qui va se passer ?

• prévision des performances futures
• évaluation des prévisions

Qu'est-ce qui devrait se passer ?

• transformation des données en décisions commerciales basées sur des preuves
• optimisation des processus

Cette formation en direct à Canada (en ligne ou sur place) est destinée aux professionnels débutants qui souhaitent nettoyer et analyser des données, faire des projections statistiques et créer des visualisations perspicaces à l'aide de ces outils.

A l'issue de cette formation, les participants seront capables de :

• Comprendre les bases de Python, R, Power Query, et Power BI pour l'analyse de données.
• Nettoyer et organiser des ensembles de données en utilisant Python et Power Query.
• Effectuer des analyses statistiques et des projections avec R.
• Créer des tableaux de bord et des rapports professionnels avec Power BI.
• Intégrer et analyser efficacement des données provenant de sources multiples.

R est un environnement open source très populaire pour le calcul statistique, l'analyse de données et la création de graphiques. Ce cours introduit les étudiants au langage de programmation R. Il couvre les fondamentaux du langage, les bibliothèques et des concepts avancés. Il inclut également une analyse de données avancée et des graphiques avec des données réelles.

Public

Développeurs / analyse de données

Durée

3 jours

Format

Cours magistraux et travaux pratiques

Cette formation dispensée par un formateur en direct dans Canada (en ligne ou sur site) s'adresse aux professionnels débutants qui souhaitent maîtriser les fondamentaux de R et savoir travailler avec des données.

À la fin de cette formation, les participants seront capables de :

• Comprendre l'environnement de programmation R et l'interface RStudio.
• Importer, manipuler et explorer des jeux de données en utilisant des commandes et packages R.
• Réaliser une analyse statistique de base et une synthèse de données.
• Générer des visualisations à la fois avec R de base et ggplot2.
• Gérer efficacement les espaces de travail, les scripts et les packages.

Ce formation en direct (en ligne ou sur place) est destinée aux analystes de données et professionnels d'entreprise intermédiaires souhaitant effectuer des prévisions de séries temporelles et automatiser les workflows d'analyse de données avec R.

À la fin de cette formation, les participants seront capables de :

• Comprendre les fondamentaux des techniques de prévision en R.
• Appliquer les modèles de lissage exponentiel et ARIMA pour l'analyse de séries temporelles.
• Utiliser le package ‘forecast’ pour générer des modèles de prévision précis.
• Automatiser les workflows de prévision pour les applications d'affaires et de recherche.

R est un langage de programmation sans opensource pour le calcul statistique, l'analyse de données et les graphiques R est utilisé par un nombre croissant de gestionnaires et d'analystes de données au sein des entreprises et des universités R a une grande variété de paquets pour l'exploration de données .

Cette formation dirigée par un instructeur en Canada (en ligne ou sur site) est destinée aux scientifiques des données qui souhaitent programmer avec Python et R pour KNIME.

À la fin de cette formation, les participants seront en mesure de :

• Planifier, construire et déployer des modèles d'apprentissage automatique avec KNIME.
• Prendre des décisions basées sur les données pour l'exploitation.
• Mettre en œuvre des projets de science des données de bout en bout.

On estime que les données non structurées représentent plus de 90 % de l'ensemble des données, dont une grande partie sous forme de texte. Les articles de blogs, les tweets, les médias sociaux et d'autres publications numériques viennent continuellement s'ajouter à cette masse croissante de données.

Ce cours en direct, dirigé par un instructeur, est axé sur l'extraction d'informations et de sens à partir de ces données. En utilisant les bibliothèques R Language et Natural Language Processing (NLP), nous combinons des concepts et des techniques de l'informatique, de l'intelligence artificielle et de la linguistique informatique pour comprendre algorithmiquement le sens des données textuelles. Des échantillons de données sont disponibles dans différentes langues selon les besoins du client.

À la fin de cette formation, les participants seront capables de préparer des ensembles de données (petits et grands) à partir de sources disparates, puis d'appliquer les bons algorithmes pour analyser et rendre compte de leur signification.

Format du cours

• En partie conférence, en partie discussion, beaucoup de pratique, des tests occasionnels pour évaluer la compréhension.

R est un langage de programmation open-source et gratuit pour le calcul statistique, l'analyse des données et la création graphique. R est utilisé par un nombre croissant de gestionnaires et d'analystes de données dans les entreprises et l'université. R possède une variété importante de packages pour l'exploration de données.

Public

Format du cours

À la fin de cette formation, les participants seront en mesure de :

Dans ce cours dispensé par un formateur, les participants apprendront à manipuler et visualiser des données en utilisant les outils inclus dans le Tidyverse.

Le Tidyverse est une collection de packages R polyvalents pour nettoyer, traiter, modéliser et visualiser des données. Parmi les packages inclus figurent : ggplot2, dplyr, tidyr, readr, purrr et tibble.

• Débutants en langage R
• Débutants en analyse de données et visualisation de données

• Partie cours, partie discussion, exercices et pratique intensive

• Effectuer une analyse de données et créer des visualisations attrayantes
• Tirer des conclusions utiles à partir de divers jeux de données d'exemples
• Filtrer, trier et résumer les données pour répondre aux questions exploratoires
• Transformer des données traitées en graphiques de ligne informatifs, diagrammes à barres et histogrammes
• Importer et filtrer les données provenant de diverses sources de données, y compris Excel, CSV et fichiers SPSS