Data Science R Programming - En Ligne
450,00 EUR
Le cours de certification en Data Science avec R vous permet de transposer vos compétences en science des données dans une variété d'entreprises, en les aidant à analyser les données et à prendre des décisions commerciales plus éclairées. Le cours aborde l'exploration de données, la visualisation de données, l'analytique prédictive et les techniques d'analytique descriptive avec le langage R. Vous apprendrez à propos des packages R, comment importer et exporter des données dans R, les structures de données dans R, divers concepts statistiques, l'analyse de clusters et la prévision.
Calendrier du cours
Introduction à l'analyse commerciale
Leçon 01
- Aperçu
- Décisions commerciales et analytique
- Types d'analyse commerciale
- Applications de l'analytique d'affaires
- Vue d'ensemble de la science des données
- Conclusion
- Contrôle des connaissances
Introduction à la programmation en R
Leçon 02
- Aperçu
- Importance de R
- Types de données et variables en R
- Opérations en R
- Les structures conditionnelles en R
- Boucles en R
- Conclusion
- Vérification des connaissances
Structures de données
Leçon 03
- Vue d'ensemble
- Identifier les structures de données
- Démonstration : Identifier les structures de données
- Attribuer des valeurs aux structures de données
- Manipulation des données
- Démonstration : Attribution de valeurs et application de fonctions
- Conclusion
- Vérification des connaissances
Visualisation des données
Leçon 04
- Aperçu
- Introduction à la visualisation des données
- Visualisation des données à l'aide de graphiques dans R
- Ggplot2
- Formats de fichier des sorties graphiques R
- Conclusion
- Vérification des connaissances
Statistiques pour la science des données-I
Leçon 05
- Vue d'ensemble
- Introduction à l'hypothèse
- Types d'hypothèses
- Échantillonnage de données
- Niveaux de confiance et de signification
- Conclusion
- Vérification des connaissances
Statistiques pour la science des données - II
Leçon 06
- Aperçu
- Test d'hypothèse
- Test paramétrique
- Test non paramétrique
- Tests d'hypothèses sur les moyennes de populations
- Tests d'hypothèses sur la variance de population
- Tests d'hypothèses sur les proportions de population
- Conclusion
- Vérification des connaissances
Analyse de régression
Leçon 07
- Aperçu
- Introduction à l'analyse de régression
- Types de modèles d'analyse de régression
- Régression linéaire
- Démonstration : Régression Linéaire Simple
- Régression non linéaire
- Démonstration : Analyse de régression avec plusieurs variables
- Validation croisée
- Modèles non linéaires à linéaires
- Analyse en Composantes Principales
- Analyse factorielle
- Conclusion
- Contrôle des connaissances
Classification
Leçon 08
- Aperçu
- Classification et ses types
- Régression logistique
- Machines à vecteurs de support
- Démonstration : Classificateur Naïf de Bayes
- Démonstration : Classificateur naïf de Bayes
- Décision : Classification d'arbre
- Démonstration : Classification par arbre de décision
- Classification de forêt aléatoire
- Évaluation des modèles de classification
- Démonstration : Validation croisée K-Fold
- Conclusion
- Vérification des connaissances
Regroupement
Leçon 09
- Aperçu
- Introduction au regroupement
- Méthodes de regroupement
- Démonstration : Regroupement par K-moyennes
- Démonstration : Classification hiérarchique
- Conclusion
- Vérification des connaissances
Association
Leçon 10
- Aperçu
- Règle d'association
- Algorithme a priori
- Démonstration : Algorithme Apriori
- Conclusion
- Vérification des connaissances
Résultats d'apprentissage
À la fin de ce cours d'apprentissage en ligne R Programming en Data Science, vous serez capable de :
Acquérir une compréhension fondamentale de l'analytique d'affaires
Installer R, RStudio, configurer l'espace de travail et apprendre à connaître les différents packages R
Maîtrisez la programmation R et comprenez comment les différentes instructions sont exécutées en R. Acquérez une compréhension approfondie des structures de données utilisées en R et apprenez à importer/exporter des données en R
Définir, comprendre et utiliser les différentes fonctions apply et les fonctions DPLYR
Maîtrisez la programmation R et comprenez comment diverses instructions sont exécutées en R
Acquérez une compréhension approfondie des structures de données utilisées dans R et apprenez à importer/exporter des données dans R
Définir, comprendre et utiliser les différentes fonctions apply et les fonctions de DPLYR
Comprendre et utiliser les différents graphiques dans R pour la visualisation des données
Acquérir une compréhension de base de divers concepts statistiques
Comprendre et utiliser la méthode des tests d'hypothèses pour orienter les décisions commerciales
Comprendre et utiliser des modèles de régression linéaire et non linéaire, ainsi que des techniques de classification pour l'analyse de données
Apprenez et utilisez les différentes règles d'association de l'algorithme Apriori
Apprenez et utilisez des méthodes de regroupement incluant k-means, DBSCAN et le clustering hiérarchique.
Qui devrait s'inscrire à ce programme ?
Il y a une demande croissante pour des scientifiques de données qualifiés dans tous les secteurs, rendant ce cours de certification en science des données bien adapté pour les participants de tous niveaux d'expérience. Nous recommandons ce cours de formation en science des données pour les catégories suivantes.
Des professionnels de l'informatique
Professionnels de l'analytique
Développeurs de logiciels
Scientifique des données
Intelligence d'affaires
Besoin d'une solution d'entreprise ou d'une intégration LMS ?
Vous n'avez pas trouvé le cours ou le programme adapté à votre entreprise ? Besoin d'une intégration LMS ? Écrivez-nous ! Nous réglerons tout !