Organisme de Formation aux technologies et métiers de L'informatique
Effectuez une recherche
recherche
Accédez à votre espace client
Une question ? Contactez-nous
0 article panier
éditeurs domaines cursus certifications cpf

Formation Programmation R et intégration BigData

Les fondamentaux de l'analyse statistique avec R

Télécharger le plan de cours
Demander un devis
Obtenir un renseignement

Informations générales

CB052
2 jours (14h)
1 670 €HT
46 €HT (en option)

Objectifs

Après ce cours, vous serez capable de :

  • Savoir installer et utiliser l’environnement d'analyse R
  • Identifier comment manipuler des données avec R
  • Savoir importer et exporter des données
  • Savoir reconnaître les différents types d'objets de R
  • Créer des programmes d'analyse avec R
  • Être en mesure de réaliser des analyses statistiques basiques avec R
  • Savoir restituer des résultats à l'aide de graphiques

Public

Ce cours s'adresse avant tout aux personnes suivantes :

  • Ingénieurs, Data analysts, statisticiens, développeurs en environnement statistique ou toute personne intéressée par l'analyse statistique avec R.

Prérequis

Pour suivre ce cours, vous devez déjà posséder les connaissances suivantes :

  • Notions de calculs statistiques.

Programme de la formation

Savoir installer et utiliser l’environnement d'analyse R

  • Le projet R Programming. R Project.
  • Utilisation de R en mode commande.
  • Commandes de base. Syntaxe de base. Interfaces et environnements : RStudio, Jupyter.
  • Opérations de base. Expressions, variables, types de données, nombres, chaînes de caractères,
  • Atelier : installation et tests d'une plateforme R
  • Atelier : travail sur les chaînes de caractères et sur les types scalaires.

Comprendre comment manipuler des données avec R

  • Base de R : tests, boucles, fonctions.
  • Transformations de données, conversions de types.
  • Fonctions mathématiques de base.
  • Atelier : conversion de données numériques en texte. conversion de données texte en nombres

Savoir reconnaître les différents types d'objets de R

  • Manipulations de nombres, vecteurs, tableaux, matrices, listes, factors.
  • Liste et DataFrames : Définitions, cas d'utilisation.
  • Attachement, détachement. Chargement d'un dataframe. La fonction scan.
  • Tableaux et matrices : Déclaration, dimensionnement, indexation.
  • Opérations de base : produit de tableaux, transposition, produits de matrices.
  • Matrices : équations linéaires, inversion, valeur propre, vecteur propre, déterminant, moindre carré, ...
  • Atelier : exercices sur les objets R : matrice, vecteur

Savoir importer et exporter des données

  • Import/export : formats texte, csv, xml, binaire, largeur fixe, images (jpeg, png).
  • Encodage. Filtrage. Bibliothèques : rjson, readr, xml2.
  • Interfaçage avec le BigData : SparkR
  • Transformation d'un dataframe R en un dataframe Spark.
  • Importation SQL. Importation depuis un socket réseau.
  • Atelier : importation de données géodésiques et export au format Json

Créer des programmes d'analyse avec R

  • Structure générale d'un programme d'analyse. Découpage en sections métiers. Notion d'ETL.
  • Fonctions spécifiques : définition de nouvelles fonctions. Appels. Passage d'argument.
  • Construction d'une bibliothèque.
  • Diffusion, installation avec R CMD INSTALL.
  • Atelier : construction d'un programme de calcul de moyennes en trois parties : chargement, calcul, restitution

Être en mesure de réaliser des analyses statistiques basiques avec R

  • Statistiques : Distributions embarquées : uniforme, normale, poisson, exponentielle, ...
  • Calculs statistiques. Modèles statistiques.
  • Atelier : analyse statistique d'une population

Savoir restituer des résultats à l'aide de graphiques

  • Affichage en graphes, histogrammes : Plot, Line, Pie Charts, Scatterplot, Bars.
  • Atelier : affichage des données de l'atelier précedent sous forme de nuage de points.
plus d'infos

Méthode pédagogique

Chaque participant travaille sur un poste informatique qui lui est dédié. Un support de cours lui est remis soit en début soit en fin de cours. La théorie est complétée par des cas pratiques ou exercices corrigés et discutés avec le formateur. Le formateur projette une présentation pour animer la formation et reste disponible pour répondre à toutes les questions.

Méthode d'évaluation

Tout au long de la formation, les exercices et mises en situation permettent de valider et contrôler les acquis du stagiaire. En fin de formation, le stagiaire complète un QCM d'auto-évaluation.

Suivre cette formation à distance

  • Un ordinateur avec webcam, micro, haut-parleur et un navigateur (de préférence Chrome ou Firefox). Un casque n'est pas nécessaire suivant l'environnement.
  • Une connexion Internet de type ADSL ou supérieure. Attention, une connexion Internet ne permettant pas, par exemple, de recevoir la télévision par Internet, ne sera pas suffisante, cela engendrera des déconnexions intempestives du stagiaire et dérangera toute la classe.
  • Privilégier une connexion filaire plutôt que le Wifi.
  • Avoir accès au poste depuis lequel vous suivrez le cours à distance au moins 2 jours avant la formation pour effectuer les tests de connexion préalables.
  • Votre numéro de téléphone portable (pour l'envoi du mot de passe d'accès aux supports de cours et pour une messagerie instantanée autre que celle intégrée à la classe virtuelle).
  • Selon la formation, une configuration spécifique de votre machine peut être attendue, merci de nous contacter.
  • Pour les formations incluant le passage d'une certification la dernière journée, un voucher vous est fourni pour passer l'examen en ligne.
  • Pour les formations logiciel (Adobe, Microsoft Office...), il est nécessaire d'avoir le logiciel installé sur votre machine, nous ne fournissons pas de licence ou de version test.
  • Horaires identiques au présentiel.

Mis à jour le 09/01/2023