Formation Shiny App Web Development with R

Public

• les gestionnaires
• développeurs
• scientifiques
• étudiants

Format du cours permettant d'évaluer les participants

instructions et discussion en ligne OU ateliers en face-à-face

R  est un langage de programmation open-source gratuit pour la comptabilité statistique, l'analyse des données et les graphiques. La recherche est utilisée par un nombre croissant de gestionnaires et d'analystes de données à l'intérieur des sociétés et de l'académie. R a également trouvé des followers parmi des statistiques, des ingénieurs et des scientifiques sans compétences de programmation informatique qui le trouvent facile à utiliser. Sa popularité est due à l'utilisation croissante de l'exploitation de données pour divers objectifs tels que la fixation des prix publicitaires, la recherche de nouveaux médicaments plus rapidement ou des modèles financiers fine-tune. R a une grande variété de paquets pour l'exploitation de données.

Ce cours couvre la manipulation des objets dans R y compris les données de lecture, l'accès aux paquets R, l'écriture des fonctions R, et la création de graphiques informatifs. Il comprend l'analyse des données en utilisant des modèles statistiques communs. Le cours enseigne comment utiliser le logiciel R (https://www.r-project.org) à la fois sur une ligne de commande et dans une interface utilisateur graphique (GUI).

Cette formation en direct avec instructeur à France (en ligne ou sur site) est destinée aux analystes de données de niveau intermédiaire et aux professionnels qui souhaitent effectuer des prévisions de séries temporelles et automatiser des flux de travail d'analyse de données à l'aide de R.

A l'issue de cette formation, les participants seront capables de :

• Comprendre les principes fondamentaux des techniques de prévision en R.
• Appliquer le lissage exponentiel et les modèles ARIMA pour l'analyse des séries temporelles.
• Utiliser le package 'forecast' pour générer des modèles de prévision précis.
• Automatiser les flux de travail de prévision pour les applications commerciales et de recherche.

Public

Business (responsables marketing, chefs de produit, responsables de clientèle) et leurs équipes; professionnels de la connaissance client.

Vue d'ensemble

Le cours suit le cycle de vie du client: acquisition de nouveaux clients, gestion de la rentabilité des clients existants, fidélisation des clients et enfin compréhension des clients qui nous laissent et pourquoi. Nous travaillerons avec des données réelles (si anonymes) de divers secteurs, notamment les télécommunications, les assurances, les médias et la haute technologie.

Format

Formation dirigée par un instructeur au cours de cinq séances d'une demi-journée comprenant des exercices en classe et des devoirs. Il peut être dispensé en classe ou à distance (en ligne).

Ce cours est une introduction à l'application de réseaux de neurones à des problèmes du monde réel à l'aide du logiciel R-project.

Ce cours est destiné aux scientifiques et aux statisticiens qui possèdent déjà des compétences de base en codage R & C++ et un code R et qui ont besoin de compétences avancées en codage R.

Le but est de donner un cours de programmation R avancé et pratique aux participants intéressés par l’application des méthodes au travail.

Des exemples spécifiques à un secteur sont utilisés pour adapter la formation au public cible

R est un langage de programmation gratuit à source ouverte pour l'informatique statistique, l'analyse de données et les graphiques. R est utilisé par un nombre croissant de gestionnaires et d'analystes de données au sein de sociétés et d'universités. R propose une grande variété de packages pour l'exploration de données.

Big Data désigne des solutions destinées au stockage et au traitement de grands ensembles de données. Développé par Go Ogle au départ, ces Big Data volumes de Big Data des solutions ont évolué et inspiré d' autres projets similaires, dont beaucoup sont disponibles en open source. R est un langage de programmation populaire dans le secteur financier.

R est un langage de programmation gratuit à source ouverte pour l'informatique statistique, l'analyse de données et les graphiques. R est utilisé par un nombre croissant de gestionnaires et d'analystes de données au sein de sociétés et d'universités. R a également trouvé des adeptes parmi les statisticiens, ingénieurs et scientifiques sans compétences en programmation informatique et qui le trouvent facile à utiliser. Sa popularité est due à l'utilisation croissante de l'extraction de données pour divers objectifs, tels que fixer les prix des annonces, trouver plus rapidement de nouveaux médicaments ou affiner les modèles financiers. R propose une grande variété de packages pour l'exploration de données.

R est un langage de programmation gratuit à source ouverte pour l'informatique statistique, l'analyse de données et les graphiques. R est utilisé par un nombre croissant de gestionnaires et d'analystes de données au sein de sociétés et d'universités. R a également trouvé des adeptes parmi les statisticiens, ingénieurs et scientifiques sans compétences en programmation informatique et qui le trouvent facile à utiliser. Sa popularité est due à l'utilisation croissante de l'extraction de données pour divers objectifs, tels que fixer les prix des annonces, trouver plus rapidement de nouveaux médicaments ou affiner les modèles financiers. R propose une grande variété de packages pour l'exploration de données.

La description:

Ce cours est conçu pour apprendre aux utilisateurs R à créer des applications Web sans avoir à apprendre le Java HTML , le script Java et les CSS inter-navigateurs.

Objectif:

Couvre les bases du fonctionnement des applications Shiny.

Couvre toutes les fonctions d’entrée / sortie / rendu / lissage couramment utilisées de la bibliothèque Shiny.

R est un langage de programmation gratuit à source ouverte pour l'informatique statistique, l'analyse de données et les graphiques. R est utilisé par un nombre croissant de gestionnaires et d'analystes de données au sein de sociétés et d'universités. R a également trouvé des adeptes parmi les statisticiens, ingénieurs et scientifiques sans compétences en programmation informatique et qui le trouvent facile à utiliser. Sa popularité est due à l'utilisation croissante de l'extraction de données pour divers objectifs, tels que fixer les prix des annonces, trouver plus rapidement de nouveaux médicaments ou affiner les modèles financiers. R propose une grande variété de packages pour l'exploration de données.

R est un environnement open source très populaire pour le calcul statistique, l'analyse de données et les graphiques. Ce cours présente le langage de programmation R aux étudiants. Il couvre les principes fondamentaux du langage, les bibliothèques et les concepts avancés, ainsi que l'analyse avancée des données et la création de graphiques à partir de données réelles.

Public

Développeurs / analyse de données

Durée du cours

3 jours

Format

Conférences et travaux pratiques

Ce cours fait partie des compétences de Data Scientist (domaine: données et technologies).

Public

Format du cours permettant d'évaluer les participants

À la fin de cette formation, les participants seront en mesure de :

Dans ce cours dispensé par un formateur, les participants apprendront à manipuler et visualiser des données en utilisant les outils inclus dans le Tidyverse.

Le Tidyverse est une collection de packages R polyvalents pour nettoyer, traiter, modéliser et visualiser des données. Parmi les packages inclus figurent : ggplot2, dplyr, tidyr, readr, purrr et tibble.

• Débutants en langage R
• Débutants en analyse de données et visualisation de données

• Partie cours, partie discussion, exercices et pratique intensive

• Effectuer une analyse de données et créer des visualisations attrayantes
• Tirer des conclusions utiles à partir de divers jeux de données d'exemples
• Filtrer, trier et résumer les données pour répondre aux questions exploratoires
• Transformer des données traitées en graphiques de ligne informatifs, diagrammes à barres et histogrammes
• Importer et filtrer les données provenant de diverses sources de données, y compris Excel, CSV et fichiers SPSS