image

durée formation certifiante stratégie web-marketing

4 jours / 28 heures

Formation Langage R

Disponible en Inter et Intra entreprise.

formation certifiante CNCP CPF stratégie web-marketing

Formation certifiante recensée à l'inventaire CNCP et éligible CPF

Module Langage R faisant parti de la

certification BIG DATA.

date prochaine session formation informatique et numérique

Prochaine dates et sessions

Pour connaitre les dates de la prochaine session dans la ville la plus proche,

CLIQUEZ ICI.

Langage R

Le langage R est à la fois un langage de programmation et un logiciel de statistique très riche de fonctionnalités.
Il est utilisé pour les calculs statistiques et les représentations graphiques de grande qualité. Il est systématiquement associé à l’installation de la plateforme Big Data.Il est particulièrement performant pour la manipulation des données, le calcul et l’affichage des graphiques.

Les objectifs

A l’issue de la formation « Langage R », les apprenants auront les capacités de :
  1. Découvrir et appliquer le Data Mining
  2. Apprendre à faire son Data management sous le langage R
  3. Explorer ses données sous le langage R
  4. Appréhender l’utilisation de bibliothèques externes
  5. Effectuer des représentations graphiques des données
  6. Apprendre à élaborer un système prédictif simple
  7. Utiliser les principaux algorithmes de modélisation du Data Mining sous R

Le public

La formation certifiante « Langage R », s’adresse à tout public salarié, demandeur d’emploi ou en reconversion professionnelle et souhaitant acquérir des compétences en BIG DATA, notamment:
  1. Data Scientist / Data Miner
  2. Débutant en R
  3. Statisticien
  4. Marketer spécialiste de la data
  5. Utilisateur de bases de données intéressé par l’analyse
  6. Responsable système d’informations
  7. Développeurs informatiques, ingénieurs d’études
  8. Architecte système et logiciel
  9. Data scientist (analyse de données) ou Data miner (fouilleur des données)

Les prérequis

Avoir des connaissances de base en statistiques et également des connaissances de base en programmation.

Les utilitaires
Pour le bon déroulement de la formation Langage R, voici une liste non exhaustive des outils indispensables :
  1. R 3.0 ou version ultérieure avec console
  2. IDE ou éditeur de texte de votre choix (RStudio recommandé
Programme détaillé

Comprendre les fondamentaux du langage R.   

Aperçu 

  1. Histoire de R
  2. Avantages et inconvénients
  3. Téléchargement et installation
  4. Comment trouver la documentatione.

Introduction  

  1. Utilisation de la console R
  2. Obtenir de l'aide
  3. Apprendre l'environnement
  4. Rédaction et exécution de scripts
  5. Programmation orientée objet
  6. Introduction aux calculs vectorisés
  7. Introduction aux Frameworks de données
  8. Installation de paquets
  9. Sauvegarde de votre travail .

Types de variables et structures de données    

  1. Variables et affectation
  2. Types de données
  3. Structures de données
  4. Indexation, sous-ensemble
  5. Affectation de nouvelles valeurs
  6. Affichage des données et résumés
  7. Conventions de nommage
  8. Objets.

Obtenir des données dans l'environnement R      

  1. Données intégrées
  2. Lecture de données à partir de fichiers texte structurés
  3. Lecture de données à l'aide d'ODBC .

Comprendre la manipulation des données en langage R.   

Manipulation de la base de données avec dplyr 

  1. Renommer les colonnes
  2. Ajout de nouvelles colonnes
  3. Data Binding
  4. Combinaison de valeurs catégorielles
  5. Transformer les variables
  6. Gestion des données manquantes
  7. Fusionner des données ensemble.

Dates de manipulation en R  

  1. Date et DateTime en R
  2. Formatage des dates pour la modélisation .

Flux de contrôle

 

Comprendre les fondamentaux de l’analyse de données.   

Fonctions en profondeur 

  1. Paramètres
  2. Valeurs de retour
  3. Portée variable
  4. Gestion des exceptions.

Application de fonctions à travers les dimensions  

  1. Sapply
  2. Lapply
  3. apply.

Analyse des données exploratoires (statistiques descriptives)    

  1. Données continues
  2. Données catégorisées
  3. Groupe par calcul avec dplyr
  4. Mélange et casting de données.

 

Comprendre le rendu graphique des données en langage R.   

Statistiques déductives 

  1. Corrélation bivariée
  2. T-test et équivalents non paramétriques
  3. Test Chi-quadrillé.

Graphiques de base  

  1. Système graphique de base en R
  2. Scatterplots, histogrammes, barcharts, …
  3. Étiquettes, légendes, titres, axes
  4. Exportation de graphiques vers différents formats.

Graphiques R avancés : ggplot2    

  1. Comprendre la grammaire des graphiques
  2. Emplacements rapides (fonction qplot)
  3. Construction de graphiques par pièces (fonction ggplot).

Régression linéaire générale    

  1. Modèles linéaires et logistiques
  2. Points de régression
  3. Confusion / interaction en régression
  4. Marquer de nouvelles données à partir de modèles (prédiction)

 

Besoin de devis/ Renseignements

Veuillez remplir le formulaire de contact

Merci de remplir le formulaire de contact. Un de nos conseillers traitera votre demande rapidement.

Please type your full name.
Invalid email address.
Veuillez saisir votre numéro de téléphone.
Please tell us how big is your company.
Entrer le nom de votre société si vous êtes salarié.
Please tell us how big is your company.
Entrée non valide
Robot Actualisation Entrée non valide