Formation Environnement R, traitement de données et analyse statistique


Formation Environnement R, traitement de données et analyse statistique

Catalogue : Big Data, Intelligence Artificielle



Introduction
• Présentation du logiciel R et de ses fonctionnalités.
• Avantages et inconvénients.
• Accès au site de téléchargement de l'outil et installation.
Exercice
Installation de l'environnement d'analyse.
Premiers pas
• Environnement de base (console, script).
• Utilisation de la console.
• Création et sauvegarde d'un script.
• Le répertoire sous R Installation.
• Aide et commentaires.
• Les autres éditeurs Tinn-R et R Studio.
Exercice
Création de scripts.
Objets et notions de programmation R
• Les objets de type vecteurs, matrix, array, factor, data.frame, list.
• Manipulation des objets, classe d'objet, fonctions spécifiques, jointure.
• Sauvegarde, suppression de mémoire.
• Notions de boucle (for et while), condition (if), switch.
Exercice
Manipulation des types d'objets.
Création et utilisation de fonctions
• Structure d'une fonction.
• Fonctions de type mathématique.
• Fonctions de type chaîne de caractères.
• Fonctions liées au temps/date.
• Opérations ensemblistes.
• Les tables de contingences.
Exercice
Création et utilisation de fonctions.
Génération, gestion et visualisation des données
• Les données : séquences régulières et aléatoires.
• Données exemples de R.
• Importation et exportation de données.
• Modifier les données d'un objet.
• Exemples de graphiques construits avec R.
• Création des graphiques de base.
• Les options graphiques, partager une fenêtre graphique, sauvegarder un graphique.
Exercice
Exercice d'application sur les données.
Analyses statistiques
• Présentation de la notion de package (librairie).
• Télécharger/charger des packages.
• Quelques packages utiles.
• Cas de la régression linéaire multiple.
• Cas de l'analyse en composantes principales ACP.
• Cas de la classification CAH.
Exercice
Exercice d'application sur les packages.

 

Fiche de la formation



 Cible :

Utilisateurs finaux, statisticiens, analystes type Data Miners, acteurs impliqués dans l'analyse/fouille des données.


 Prérequis :

Connaissances de base en statistiques (régressions, analyse en composantes principales, classification) et des concepts de programmation.


 Durée : 2 jours

 Type : Stage pratique


 Contactez-nous