Programmer en R pour la Data Science de A à Z
- الوصف
- أقسام الدرس
- رأي
Ce cours est dédié à l’apprentissage de la programmation en R appliqué à la Data Science. Si vous avez envie d’apprendre à coder, d’apprendre à manipuler de la data ou les deux, alors n’hésitez pas, ce cours est un concentré de tout ça !
Ce cours de 8 heures vous permettra dans un premier temps d’acquérir les outils nécessaires pour coder en R et faire de la Data Science. Puis il enchaînera sur la partie théorique de la programmation en R, avec des exercices à chaque étape, afin de comprendre la théorie en pratiquant. Dans un troisième temps, vous apprendrez à manipuler et explorer/visualiser des données efficacement. Enfin, un cas pratique de Data Science viendra reprendre tout ces concepts pour les appliquer sur des données réelles en plus de vous apprendre à appliquer des algorithmes de Machine Learning sur vos données.
A la fin de ce cours, vous serez capable d’aller récupérer un jeu de données qui vous intéresse et de l’analyser de A à Z pour en sortir les informations qui vous intéresse.
J’espère que ce cours vous plaira, j’ajouterai d’avantage de cas pratiques au fur et à mesure pour le rendre encore plus complet qu’il ne l’est déjà. Le but de ce cours de Data Science est réellement de vous apprendre à programmer en R, de vous faire pratiquer afin de devenir totalement autonome pour analyser tous les jeux de données qui vous intéresse. Et je compte bien vous aider à chaque étape pour arriver à cette finalité !
Pourquoi utiliser R ?
J’ai choisi R pour la simple et bonne raison que c’est un des langages les plus utilisés en Data Science. De plus, c’est un langage que je maîtrise et qui a fait ses preuves pour résoudre tout mes problèmes d’analyse de données. Mais aussi parce que c’est un langage de programmation libre, intuitif et très bien documenté. Enfin, R est un langage extrêmement efficace pour effectuer des analyses statistiques et de l’exploration de données.
Je veux que ce cours soit le plus complet possible. Ainsi, n’hésitez surtout pas à me contacter si vous avez la moindre question ou la moindre remarque sur ce cours. C’est aussi grâce à vous que je pourrais l’améliorer et le faire évoluer. Mon objectif est réellement de vous aider à devenir un Data Scientist autonome et passionné !
Logo créé par Pikisuperstar – Freepik.com
-
5Les types de données (character, int, double, booléens, données manquantes)درس فيديو
-
6Les variablesدرس فيديو
-
7Les opérateurs arithmétiquesدرس فيديو
-
8Les vecteursدرس فيديو
-
9Opérations sur les vecteursدرس فيديو
-
10Manipuler les vecteurs grâce aux indexsدرس فيديو
-
11Qu'est-ce qu'une fonction en R ?درس فيديو
-
12Utiliser les fonctions fournis par Rدرس فيديو
-
13Qu'est-ce qu'un package R ?درس فيديو
-
14Savoir utiliser l'aide de Rدرس فيديو
-
15Exercice : manipuler un vecteur contenant les moyennes d'une classe de 20 élèvesدرس فيديو
-
22Qu'est ce qu'un dataframe en R ?درس فيديو
Une matrice améliorée
-
23colnames() et rownames()درس فيديو
-
24Importation de donnéesدرس فيديو
-
25Exportation de donnéesدرس فيديو
-
26Accéder aux éléments d'un dataframeدرس فيديو
-
27Créer un sous-ensemble à partir d'un dataframeدرس فيديو
-
28Exercice : manipuler les dataframesدرس فيديو
-
29Les opérateurs logiquesدرس فيديو
-
30Les instructions de condition (if ... else)درس فيديو
-
31Les instructions de boucles (for)درس فيديو
-
32Les instructions de boucles (while)درس فيديو
-
33Exercice sur les instructions de condition et les boucles en Rدرس فيديو
-
34Comment créer sa propre fonction en Rدرس فيديو
-
35apply()درس فيديو
-
36aggregate() et by()درس فيديو
-
37Dplyr : les tibblesدرس فيديو
-
38Dplyr : select()درس فيديو
-
39Dplyr : filter()درس فيديو
-
40Dplyr : l'opérateur pipe (%>%)درس فيديو
-
41Dplyr : arrange()درس فيديو
-
42Dplyr : summarise()درس فيديو
-
43Dplyr : group_by()درس فيديو
-
44Dplyr : mutate()درس فيديو
-
45Exercice : explorer les données de l'ensemble des fast-foods aux USAدرس فيديو
-
46Créer son premier graphique avec la fonction plot()درس فيديو
-
47Créer des graphiques plus élaborés avec ggplot2درس فيديو
-
48ggplot2 : Les couleurs, les formes et les taillesدرس فيديو
-
49ggplot2 : La légende (introduction des thèmes)درس فيديو
-
50ggplot2 : Axes et titresدرس فيديو
-
51ggplot2 : Combiner plusieurs graphes (facet)درس فيديو
-
52ggplot2 : Ajouter des annotations au graphiqueدرس فيديو
-
53ggplot2 : Les différents types de graphes (geoms)درس فيديو
-
54Exercice : visualisation des données de l'ensemble des fast-foods aux USAدرس فيديو
-
55BONUS : rendre votre graphique interactif avec Plotlyدرس فيديو
-
56Qu'est ce que l'apprentissage automatique (machine learning) ?درس فيديو
-
57Données : prédire la souscription d'un client à un produit bancaireدرس فيديو
-
58Visualisation des données avec ggplot2درس فيديو
-
59Création d'un jeu de données d'entrainement et de testدرس فيديو
-
60Traitement des classes déséquilibrées et normalisationدرس فيديو
-
61Entrainer un modèle avec Caret : méthode Naive Bayesدرس فيديو
-
62Entraîner un modèle avec Caret : méthode SVM (Support Vector Machine)درس فيديو
-
63Trouver les variables prédictives les plus importantesدرس فيديو