Udemy
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
Development
Web Development Data Science Mobile Development Programming Languages Game Development Database Design & Development Software Testing Software Engineering Development Tools No-Code Development
Business
Entrepreneurship Communications Management Sales Business Strategy Operations Project Management Business Law Business Analytics & Intelligence Human Resources Industry E-Commerce Media Real Estate Other Business
Finance & Accounting
Accounting & Bookkeeping Compliance Cryptocurrency & Blockchain Economics Finance Finance Cert & Exam Prep Financial Modeling & Analysis Investing & Trading Money Management Tools Taxes Other Finance & Accounting
IT & Software
IT Certification Network & Security Hardware Operating Systems Other IT & Software
Office Productivity
Microsoft Apple Google SAP Oracle Other Office Productivity
Personal Development
Personal Transformation Personal Productivity Leadership Career Development Parenting & Relationships Happiness Esoteric Practices Religion & Spirituality Personal Brand Building Creativity Influence Self Esteem & Confidence Stress Management Memory & Study Skills Motivation Other Personal Development
Design
Web Design Graphic Design & Illustration Design Tools User Experience Design Game Design Design Thinking 3D & Animation Fashion Design Architectural Design Interior Design Other Design
Marketing
Digital Marketing Search Engine Optimization Social Media Marketing Branding Marketing Fundamentals Marketing Analytics & Automation Public Relations Advertising Video & Mobile Marketing Content Marketing Growth Hacking Affiliate Marketing Product Marketing Other Marketing
Lifestyle
Arts & Crafts Beauty & Makeup Esoteric Practices Food & Beverage Gaming Home Improvement Pet Care & Training Travel Other Lifestyle
Photography & Video
Digital Photography Photography Portrait Photography Photography Tools Commercial Photography Video Design Other Photography & Video
Health & Fitness
Fitness General Health Sports Nutrition Yoga Mental Health Dieting Self Defense Safety & First Aid Dance Meditation Other Health & Fitness
Music
Instruments Music Production Music Fundamentals Vocal Music Techniques Music Software Other Music
Teaching & Academics
Engineering Humanities Math Science Online Education Social Science Language Teacher Training Test Prep Other Teaching & Academics
AWS Certification Microsoft Certification AWS Certified Solutions Architect - Associate AWS Certified Cloud Practitioner CompTIA A+ Cisco CCNA Amazon AWS CompTIA Security+ AWS Certified Developer - Associate
Graphic Design Photoshop Adobe Illustrator Drawing Digital Painting InDesign Character Design Canva Figure Drawing
Life Coach Training Neuro-Linguistic Programming Personal Development Mindfulness Meditation Personal Transformation Life Purpose Emotional Intelligence Neuroscience
Web Development JavaScript React CSS Angular PHP WordPress Node.Js Python
Google Flutter Android Development iOS Development Swift React Native Dart Programming Language Mobile Development Kotlin SwiftUI
Digital Marketing Google Ads (Adwords) Social Media Marketing Google Ads (AdWords) Certification Marketing Strategy Internet Marketing YouTube Marketing Email Marketing Google Analytics
SQL Microsoft Power BI Tableau Business Analysis Business Intelligence MySQL Data Modeling Data Analysis Data Science
Business Fundamentals Entrepreneurship Fundamentals Business Strategy Online Business Business Plan Startup Freelancing Blogging Home Business
Unity Game Development Fundamentals Unreal Engine C# 3D Game Development C++ 2D Game Development Unreal Engine Blueprints Blender
30-Day Money-Back Guarantee
Development Data Science

Programmer en R pour la Data Science de A à Z

Intéressés par la Data ? Apprenez à faire de la Data Science et du Machine Learning avec le langage R sans pré-requis!
Highest Rated
Rating: 4.6 out of 54.6 (427 ratings)
2,236 students
Created by Amandine Velt | Data Science - Python - R
Last updated 8/2020
French
30-Day Money-Back Guarantee

What you'll learn

  • Utiliser Rstudio
  • Programmer en R
  • Récupérer des données et les charger dans R
  • Connaitre les structures de données en R (vecteurs, matrices, ...)
  • Manipuler efficacement des données avec dplyr
  • Explorer et visualiser des données avec ggplot2
  • Utiliser R pour faire de la Data Science
  • Utiliser des algorithmes de Machine Learning
  • Faire du Data Mining
Curated for the Udemy for Business collection

Course content

9 sections • 68 lectures • 8h 9m total length

  • Preview06:54
  • Preview03:50
  • Preview02:51
  • Preview05:50

  • Preview04:43
  • Les variables
    03:02
  • Les opérateurs arithmétiques
    03:31
  • Les vecteurs
    03:30
  • Opérations sur les vecteurs
    05:12
  • Manipuler les vecteurs grâce aux indexs
    03:47
  • Qu'est-ce qu'une fonction en R ?
    02:33
  • Utiliser les fonctions fournis par R
    06:22
  • Qu'est-ce qu'un package R ?
    01:52
  • Savoir utiliser l'aide de R
    04:18
  • Exercice : manipuler un vecteur contenant les moyennes d'une classe de 20 élèves
    12:06

  • Qu'est ce qu'une matrice en R ?
    05:04
  • colnames() et rownames()
    03:43
  • Accéder aux éléments d'une matrice
    04:02
  • Modifier une matrice
    02:03
  • Opérations sur les matrices
    04:32
  • Exercice : manipuler une matrice
    20:01

  • Qu'est ce qu'un dataframe en R ?
    03:34
  • colnames() et rownames()
    02:15
  • Importation de données
    08:29
  • Exportation de données
    04:55
  • Accéder aux éléments d'un dataframe
    04:21
  • Créer un sous-ensemble à partir d'un dataframe
    10:16
  • Exercice : manipuler les dataframes
    17:38

  • Les opérateurs logiques
    07:54
  • Les instructions de condition (if ... else)
    04:26
  • Les instructions de boucles (for)
    06:13
  • Les instructions de boucles (while)
    04:21
  • Exercice sur les instructions de condition et les boucles en R
    15:32
  • Comment créer sa propre fonction en R
    13:12

  • apply()
    09:55
  • aggregate() et by()
    09:13
  • Dplyr : les tibbles
    04:03
  • Dplyr : select()
    07:38
  • Dplyr : filter()
    11:01
  • Dplyr : l'opérateur pipe (%>%)
    04:05
  • Dplyr : arrange()
    05:01
  • Dplyr : summarise()
    08:06
  • Dplyr : group_by()
    05:15
  • Dplyr : mutate()
    05:27
  • Exercice : explorer les données de l'ensemble des fast-foods aux USA
    25:59

  • Créer son premier graphique avec la fonction plot()
    19:58
  • Créer des graphiques plus élaborés avec ggplot2
    07:10
  • ggplot2 : Les couleurs, les formes et les tailles
    08:54
  • ggplot2 : La légende (introduction des thèmes)
    13:11
  • ggplot2 : Axes et titres
    09:09
  • ggplot2 : Combiner plusieurs graphes (facet)
    05:56
  • ggplot2 : Ajouter des annotations au graphique
    09:59
  • ggplot2 : Les différents types de graphes (geoms)
    11:16
  • Exercice : visualisation des données de l'ensemble des fast-foods aux USA
    20:22
  • BONUS : rendre votre graphique interactif avec Plotly
    04:46

  • Qu'est ce que l'apprentissage automatique (machine learning) ?
    04:58
  • Données : prédire la souscription d'un client à un produit bancaire
    09:04
  • Visualisation des données avec ggplot2
    06:33
  • Création d'un jeu de données d'entrainement et de test
    16:10
  • Traitement des classes déséquilibrées et normalisation
    11:52
  • Entrainer un modèle avec Caret : méthode Naive Bayes
    12:31
  • Entraîner un modèle avec Caret : méthode SVM (Support Vector Machine)
    03:59
  • Trouver les variables prédictives les plus importantes
    02:56

  • Coupon : Programmer en Python pour la Data Science de A à Z - Lien direct
    00:19
  • Coupon : Programmer en Python pour la Data Science de A à Z
    01:09
  • L'ensemble du code R utilisé durant le cours
    00:03
  • Aide-mémoire ggplot2
    00:00
  • Mon livre aux éditions ENI : Python pour la Data Science
    00:29

Requirements

  • Un ordinateur
  • Une connexion internet pour installer les outils et récupérer des jeux de données
  • Aucunes connaissances requises en programmation, je pars du début !

Description

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

Who this course is for:

  • Les personnes souhaitant apprendre à programmer en R
  • Les personnes souhaitant apprendre à faire de la Data Science avec R
  • Toutes personnes intéressées par la Data Science en général

Instructor

Amandine Velt | Data Science - Python - R
Data Scientist
Amandine Velt | Data Science - Python - R
  • 4.6 Instructor Rating
  • 896 Reviews
  • 3,818 Students
  • 2 Courses

Bonjour, je m'appelle Amandine Velt, j'ai 29 ans et je suis titulaire d'un Master en Informatique/Biostatistique. Depuis 2 ans, je suis Data Scientist à l'Institut National de Recherche en Agronomie (INRA). Je fais de la recherche dans le domaine de la génomique/génétique et pour cela j'analyse de grandes quantités de données. Tous les jours, j'utilise des langages de programmation, que ce soit R, Shell, Perl ou encore Python. L'analyse de données est pour moi une réelle passion. Une autre de mes passions est l'activité de formation, que j'ai déjà eu l'occasion de pratiquer, notamment à la faculté de Strasbourg. Couramment, j'entends des personnes autour de moi dire qu'analyser des données c'est compliqué, et qu'apprendre à programmer avec R ou Python, ça n'est pas donné à tout le monde ! Et bien, j'ai voulu prouver le contraire ! J'ai décidé de développer mon activité de formation, en choisissant la plateforme Udemy, et j'ai donc créé mon premier cours de programmation R dédié à la Data Science. 

A très vite.

Amandine

  • Udemy for Business
  • Teach on Udemy
  • Get the app
  • About us
  • Contact us
  • Careers
  • Blog
  • Help and Support
  • Affiliate
  • Impressum Kontakt
  • Terms
  • Privacy policy
  • Cookie settings
  • Sitemap
  • Featured courses
Udemy
© 2021 Udemy, Inc.