Nos formations

Contactez-nous

Nous vous proposons un large choix de formations au langage R. Ces formations sont faites pour un public de professionnels et comprennent toujours une partie théorique accompagnée de travaux pratiques, fournissant à l'issue du code réutilisable.

Si vous ne trouvez pas dans notre catalogue une formation correspondant à vos besoins, nous serons ravis de vous accompagner afin de mettre en place une formation sur mesure adaptée à votre cas particulier. N'hésitez pas à nous contacter pour plus d'informations.

Dernières nouvelles :

Catalogue des formations :

Durée de la formation : 3 jours.

Pré-requis : Aucun.

Plan de la formation :

  1. Présentation de R
    1. Un bref historique
    2. Pourquoi R ?
    3. Installation de R
    4. Le système de packages
    5. RStudio
    6. Ressources diverses
  2. Basiques de programmation
    1. Opérateurs usuels
    2. Variables
    3. Types
    4. Vecteurs
    5. Comparaisons
    6. Matrices
    7. Factor
    8. DataFrame
    9. Listes
  3. Programmation avec R
    1. Les opérateurs logiques
    2. La structure "if...else"
    3. Les boucles
    4. Les fonctions
    5. La famille des fonctions de type "apply"
  4. Manipuler des données
    1. Charger des données depuis un CSV
    2. Autres formats de données possibles en entrée
    3. Visualiser ses données
    4. Manipulation de variables de type "character"
    5. Manipulation de variables de type "date"
    6. Créer une nouvelle variable
    7. Ecrire des données dans un CSV
  5. Représentations graphiques simples
    1. La fonction "plot"
    2. Personnalisations graphiques
    3. La fonction "abline"
    4. Ajouter des libellés avec "mtext"
    5. Les formats d’exports
    6. Pour aller plus loin...
  6. Exemples d’analyses statistiques
    1. Distribution d’une variable
    2. Calcul de corrélation
    3. Tableau de contingence et test de khi-deux
    4. ACP
    5. Régression linéaire simple
    6. Classification

Durée de la formation : 2 jours.

Pré-requis : Des bases de programmation avec R sont nécessaires pour suivre de manière optimale cette formation.

Plan de la formation :

  1. Charger des données dans R
    1. Depuis un fichier plat (txt, csv)
    2. Depuis Excel
    3. Depuis un autre logiciel de statistiques (SAS, SPSS)
    4. Depuis une base de données relationnelles (SQL)
    5. Depuis le web
  2. Manipuler des données dans R à l'aide du package "dplyr"
    1. Introduction au package "dplyr"
    2. Les fonctions "select" et "mutate"
    3. Les fonctions "filter" et "arrange"
    4. La fonction "summarize" et l'opérateur "pipe"
    5. La fonction "group_by"
  3. Pour aller plus loin : Introduction au cleaning de données avec le package "tidyr"

Durée de la formation : 1 à 2 jours (selon le niveau des participants).

Pré-requis : Aucun pré-requis n'est nécessaire pour cette formation, même si des connaissances de base en programmation informatique et en mathématiques/statistiques sont un plus.

Plan de la formation :

  1. Introduction à R
    1. Un bref historique
    2. Pourquoi R ?
    3. Installation de R et Rstudio
    4. Ressources utiles
  2. Qu'est-ce que le Machine Learning ?
    1. Définition générale et premier exemple avec R
    2. Classification, régression et clustering
    3. Supervisé vs. non-supervisé
  3. Mesurer les performances
    1. Mesurer la performance ou l'erreur d'un modèle
    2. Jeux de données d'entrainement et de test
    3. Biais et variance

Durée de la formation : 2 à 3 jours (selon le niveau des participants).

Pré-requis : Des bases de programmation avec R sont nécessaires pour suivre au mieux cette formation. Des connaissances en manipulation de données et en web sont un plus.

Plan de la formation :

  1. Découverte de Shiny
    1. Présentation du package "shiny"
    2. Installations
    3. Quelques exemples fournis avec le package
  2. Principes de base
    1. Fichiers "ui.R" et "server.R"
    2. Lancement de l'application en local
    3. Fichier "global.R" et organisation des dossiers
  3. Créer sa première application
    1. Structure des scripts "ui.R" et "server.R"
    2. Afficher du texte
    3. Gérer des entrées dynamiques ("widgets")
    4. Gérer des affichages dynamiques
    5. Personnaliser le design
  4. Autres types de sorties
    1. Tableau avec le package "DT"
    2. Graphiques
    3. Carte avec le package "leaflet"
  5. Gestion dynamique des données
    1. Filtrer un jeu de données
    2. Importer des données depuis l'application Shiny
  6. Déploiement sur le web
    1. Avec "shinyapps.io"
    2. Sur un serveur Shiny (principe)

Détails à venir...

Durée de la formation : 2 à 3 jours (selon le niveau des participants).

Pré-requis : Aucun.

Plan de la formation :

  1. Introduction : Bonnes pratiques
    1. Code
    2. Nomenclature, présentation
    3. Optimisation
  2. Architecture générale d'un package
    1. Les répertoires
    2. Les fichiers
    3. Le code
    4. Les fichiers d'aides
    5. Les fichiers d'aides S4 (optionnel)
    6. Les tests
  3. Vérification et "encapsulage"
    1. Configuration du Path
    2. R CMD build
    3. R CMD check
    4. R CMD INSTALL
  4. Intégration de code compilé
    1. Programme C
    2. Appel de fonction par pointeur
    3. Intégration du C dans le package

Durée de la formation : 2 jours.

Pré-requis : Aucun.

Plan de la formation :

  1. Introduction
    1. Qu'est-ce que "S4" ?
    2. Qu'est-ce que la programmation objet ?
    3. Pourquoi faire de l'objet ?
  2. Généralités sur les objets
    1. Définition formelle
    2. Les attributs
    3. Les méthodes
  3. Déclaration des classes
    1. Définition des attributs
    2. Constructeur par défaut
    3. Accéder aux attributs
    4. L'objet vide
    5. Voir l'objet
  4. Les méthodes
    1. setMethod
    2. show et print
    3. Générique versus Spécifique
    4. Voir les méthodes
  5. Construction
    1. Vérificateur
    2. L'initiateur
    3. Constructeur grand public
  6. Accesseurs
    1. Les getteurs
    2. Les setteurs
    3. Les opérateurs [ et [<-
    4. "[", "@" ou "get" ?
  7. Pour aller plus loin
    1. Méthodes utilisant plusieurs arguments
    2. Héritage
    3. Modification interne d'un objet

Durée de la formation : 2 à 3 jours (selon le niveau des participants).

Pré-requis : Des connaissances à propos de la régression linéaire simple et de l'ANOVA simple sont requises pour cette formation.

Plan de la formation :

  1. ANOVA à un facteur
    1. Exemple
    2. Informellement
    3. Construction d'un indice bivarié
    4. Modélisation
    5. Avec R
    6. Conditions d'application
    7. Analyse mathématique
    8. Lien avec les autres tests
  2. Tests complémentaires
    1. Gestion de l'erreur globale
    2. Tests
    3. Avant ou après ?
  3. Régression linéaire
    1. Principe de la régression
    2. Modèle mathématique
    3. Interprétation des coefficients
  4. ANOVA à deux facteurs
    1. Informellement
    2. Modélisation mathématique
    3. Avec R
    4. Conditions d'application
    5. Lien avec la régression linéaire
    6. ANOVA d'ordre supérieur
    7. Vers une multiplication des facteurs ?
  5. Pour aller plus loin : les différents types d'ANOVA
    1. Nombre de facteurs
    2. Effet fixe ou aléatoire
    3. Effet croisé ou hiérarchique
    4. Mesures répétées ou indépendantes
    5. Modèle dégénéré ou non dégénéré