R pour la data science

2 jours II Code CNCP : 2233 II Certif info : 93835

/R pour la data science

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

Cette formation vous introduira au langage de programmation R dans le cadre de la data science. Vous allez aborder un certain nombre d’opérations de base et procéder à la collecte, la manipulation, le nettoyage et la visualisation de différents types de données. Vous aborderez également les notions du Machine Learning et de shiny.

OBJECTIFS

Les objectifs de la formation R pour la data science

A l’issue de la formation « R pour la science des données » les apprenants auront les capacités de :

  • Découvrir et appliquer le langage R dans le cadre de la data science
  • Importer et exporter des données
  • Appréhender l’utilisation de bibliothèques externes
  • Comprendre la manipulation des données avec dplyr et data.table
  • Comprendre la transformation des données avec caret
  • Effectuer des représentations graphiques avancées avec ggplot2
  • Choisir entre la régression et la classification
  • Concevoir des modèles de machine learning
  • Construire un tableau de bord web interactif en utilisant Shiny
Lien vers site CPF

PREREQUIS

Les prérequis de la formation R pour la data science

Les prérequis nécessaires pour la formation « R pour la data science » sont :

Maîtriser l’algorithmique, avoir des connaissances de base en statistiques ainsi qu’en programmation R

Vous n’avez pas les prérequis nécessaires pour la formation R pour la data science ? Contactez-nous pour étudier ensemble un parcours sur mesure et garantir ainsi la réussite de votre projet.

Lien vers site CPF

PUBLIC

Le public de la formation R pour la data science

La formation « R pour la science des données », s’adresse à tout public salarié, demandeur d’emploi ou en reconversion professionnelle et souhaitant acquérir des compétences en BIG DATA, notamment:

  • Développeurs informatiques
  • Data Scientist / Data Miner
  • Statisticien
  • Marketer spécialiste de la data
  • Utilisateur de bases de données intéressé par l’analyse
  • Responsable système d’informations
  • Développeurs informatiques, ingénieurs d’études
  • Architecte système et logiciel
  • Data scientist (analyse de données) ou Data miner (fouilleur des données)
Lien vers site CPF

0

Certif Info

0

Code CNCP

0

Jour

0

Heures

Contenu de la formation
R pour la data science

Jour 1 : Découvrir R pour la data science

Introduction

  • Importance de la data science
  • Explication du choix de R
  • Téléchargement et installation
  • Comment trouver la documentation

Manipuler les jeux de données avec dplyr et data.table

  • Installer les packages
  • Transformer un data frame
  • Afficher un résumé et les données d’un data frame
  • Sélectionner des colonnes
  • Trier des colonnes
  • Grouper des données avec des statistiques simples
  • Renommer des colonnes
  • Changer le typage d’une colonne
  • Utiliser des fonctions de calcul intégrées
  • Nettoyer des lignes
  • Filtrer et remplacer des données
  • Créer des jointures simples
  • Fusionner des jeux de données
  • Fusionner des données ensemble

Transformer les données avec Caret

  • Comprendre le prétraitement des données
  • Comprendre l’importance de la mise à l’échelle
  • Mettre à l’échelle vos données
  • Utiliser le package caret
  • Transformer les distributions de données
  • Combler les valeurs manquantes

Atelier Pratique

Jour 2 :

Graphiques R avancés : ggplot2

  • Système graphique de base en R
  • Scatterplots, histogrammes, barcharts, …
    Étiquettes, légendes, titres, axes
  • ggplot2 et la grammaire des graphiques
  • ggplot2 et la grammaire des graphiques
  • Étendre ggplot2
  • Combiner plusieurs graphiques
  • Graphiques interactifs
  • lattice : graphiques et formules

Appréhender la data mining et le machine learning

  • Échantillonner les données
  • Partitionner les données
  • Effectuer des régressions linéaires et multiples
  • Corréler un système de recommandations
  • Tirer parti de l’algorithme OneR
  • Effectuer du clustering avec ID3
  • Comprendre la classification ascendante hiérarchique
  • Partitionner avec k-means
  • Partitionner avec k-medoids
  • Partitionner avec k-NN
  • S’initier à la classification bayésienne naïve
  • Découvrir la classification SVM
  • Traiter de gros jeux de données

Produire des tableaux avec Shiny

  • Découvrir Shiny
  • Démarrer avec le template
  • Découvrir la structure d’une application R-shiny
  • Créer l’architecture – UI
  • S’initier aux Inputs
  • S’initier aux Outputs
  • Shiny – Exemples d’applications

Atelier Pratique

Une attestation d’assiduité sera délivrée après la validation de toutes les compétences du module R pour la data science.

Modalités De Formations

R POUR LA DATA SCIENCE

Le module R pour la data science est disponible en 3 modalités : E-learning tutoré, Blended Learning et en présentiel.

FOAD / E-Learning tutoré

La formation certifiante R pour la data science est disponible en e-learning ou à distance tutoré. Vous serez accompagné par un formateur / tuteur tout au long de la formation.

Plus de détails
Blended-Learning

La formation certifiante R pour la data science est disponible en Blended learning. La partie apprentissage se déroule en e-learning, et les projets fil rouge en présentiel.

Plus de détails
Présentiel

La formation certifiante R pour la data science est disponible en présentiel ou en distanciel.
La formation sera animée par un formateur à distance ou en classe.

Plus de détails

Financement et Éligibilité

de la formation R POUR LA DATA SCIENCE

CPF

CPF « Compte Personnel de Formation.

VAE

VAE: Validation des Acquis de l’Expérience.

AIF

AIF : Aide Individuelle à la Formation par Pôle Emploi.

CPF de transition

CPF de transition pour une Reconversion Professionnelle.

Contrat PRO

Contrat d’alternance ou de Professionnalisation.

POEc

Préparation Opérationnelle Emploi Collective.

PDC

Plan de Développement de Compétences de l’entreprise.

AFPR

Action de Formation Préalable à l’Embauche.

POEi

Préparation Opérationnelle Emploi Individuelle.

Besoin d'un