Formation Construire des applications web en R avec Shiny

Big Data est un terme qui désigne des solutions destinées à stocker et traiter de grands ensembles de données. Développées initialement par Google, ces solutions Big Data ont évolué et inspiré d'autres projets similaires, nombreux d'entre eux étant disponibles en open-source. R est un langage de programmation populaire dans l'industrie financière.

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 la création de graphiques. Ce cours introduit les étudiants au langage de programmation R. Il couvre les fondamentaux du langage, les bibliothèques et des concepts avancés. Il inclut également une analyse de données avancée et des graphiques avec des données réelles.

Public

Développeurs / analyse de données

Durée

3 jours

Format

Cours magistraux et travaux pratiques

Ce formation en direct (en ligne ou sur place) est destinée aux analystes de données et professionnels d'entreprise intermédiaires souhaitant effectuer des prévisions de séries temporelles et automatiser les workflows d'analyse de données avec R.

À la fin de cette formation, les participants seront capables de :

• Comprendre les fondamentaux des techniques de prévision en R.
• Appliquer les modèles de lissage exponentiel et ARIMA pour l'analyse de séries temporelles.
• Utiliser le package ‘forecast’ pour générer des modèles de prévision précis.
• Automatiser les workflows de prévision pour les applications d'affaires et de recherche.

R est un langage de programmation sans opensource pour le calcul statistique, l'analyse de données et les graphiques R est utilisé par un nombre croissant de gestionnaires et d'analystes de données au sein des entreprises et des universités R a une grande variété de paquets pour l'exploration de données .

Public cible

Chefs d'entreprise (responsables marketing, responsables produits, responsables de la base clients) et leurs équipes; professionnels des insights clients.

Aperçu

Le cours suit le cycle de vie du client, depuis l'acquisition de nouveaux clients, la gestion des clients existants pour la rentabilité, la rétention des bons clients, et enfin la compréhension des clients qui nous quittent et pourquoi. Nous travaillerons avec des données réelles (bien que anonymes) provenant de divers secteurs, y compris les télécommunications, l'assurance, les médias et les hautes technologies.

Format

Formation dirigée par un instructeur sur cinq demi-journées, avec des exercices en classe ainsi que des devoirs. Elle peut être dispensée sous forme de cours en présentiel ou à distance (en ligne).

R est un langage de programmation open-source et gratuit pour le calcul statistique, l'analyse des données et la création graphique. R est utilisé par un nombre croissant de gestionnaires et d'analystes de données dans les entreprises et l'université. R possède une variété importante de packages pour l'exploration de données.

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).

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.

Ce cours est une introduction à l'application des réseaux neuronaux aux problèmes du monde réel en utilisant le logiciel R-project.

Ce cours s'adresse aux scientifiques des données et statisticiens qui possèdent déjà des compétences de base en codage R et ont besoin d'acquérir des compétences avancées en codage R.

Le but est de fournir un cours pratique de programmation avancée en R aux participants intéressés à appliquer ces méthodes dans leur travail.

Des exemples spécifiques à chaque secteur sont utilisés pour rendre la formation pertinente pour le public.

Ce cours fait partie du jeu de compétences Data Scientist (Domaine : Données et Technologie)

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