Certification de formation Langage R

Formation Langage R éligible CPF faisant partie de la certification « BIG DATA : Data Scientist »

0
Jours
0
Heures
0
CNCP
0
CPF
Formation certifiante disponible en :

Formation
intra-entreprise

Formation
inter-entreprises

Egalement disponible à distance en :
e-learning-tutore
Tous les détails et démonstrations en ligne du déroulement de la formation e-learning ou à distance tutoré : « Langage R »
Prochaines dates
Planning et dates

« Langage R »

Ville Session 1 Session 2
Paris 17-09-18 15-11-18
Lyon 17-09-18 15-11-18
Aix-en-Provence 17-09-18 15-11-18
Nous vous recommandons

Programme de formation:
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.

Objectifs

Quelles seront mes compétences à l’issue de la formation : Langage R ?

À 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

Publics

Quels sont les profils concernés par le module : Langage R ?

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. Débutants en R
  3. Statisticiens
  4. Marketer spécialiste de la data
  5. Utilisateurs de bases de données intéressé par l’analyse
  6. Responsables système d’informations
  7. Développeurs informatiques, ingénieurs d’études
  8. Architectes système et logiciel
  9. Data scientist (analyse de données) ou Data miner (fouilleur des données)

Prérequis

Quelles sont les qualifications requises pour suivre la formation : Langage R ?

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

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 documentation

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 d'un devis / d'un renseignement :

Adresse :

28 rue Xavier Bichat

72000 Le Mans

 

Téléphone :

02.43.52.36.45

 

Email :

contact@cegefos.fr

 

Suivez-nous :

[Form id= »6″]