Prenez contact avec nous

Plan du cours

Écrire du code R plus propre et réutilisable

  • Examen des critères qui rendent le code R évolutif, lisible et maintenable
  • Création de fonctions réutilisables avec des entrées, des sorties et des valeurs par défaut claires
  • Réduction des répétitions grâce à une meilleure conception des fonctions et à une organisation optimisée des scripts

Flux de travail pratiques de transformation des données

  • Construction de pipelines d'analyse clairs avec les outils tidyverse
  • Utilisation de résumés groupés, de jointures et de transformations de données
  • Structuration des étapes de préparation des données pour des analyses reproductibles

Programmation fonctionnelle pour les tâches répétitives

  • Utilisation d'outils d'itération comme alternative aux boucles répétitives
  • Application de flux de travail de type map avec purrr
  • Gestion plus sûre des erreurs et des valeurs manquantes dans les tâches répétées

Débogage et amélioration des performances

  • Identification et correction des erreurs de codage courantes dans les scripts et les fonctions
  • Application de techniques de débogage pratiques dans R et RStudio
  • Évaluation des performances du code lent et mise en œuvre d'améliorations ciblées

Rapports reproductibles et communication

  • Création de rapports reproductibles avec R Markdown
  • Optimisation des sorties visuelles avec ggplot2 pour une communication plus claire
  • Préparation des résultats d'analyse pour le partage avec des parties prenantes professionnelles ou de la recherche

Atelier appliqué et prochaines étapes

  • Combinaison de fonctions, de flux de travail de données, de techniques de débogage et de rapports dans un exercice pratique
  • Revue des techniques clés et des modèles courants pour le travail quotidien avec R
  • Identification des prochaines étapes pour continuer à progresser en programmation R

Pré requis

  • Solide compréhension de la syntaxe de base de R, des types de données, des vecteurs et des data frames
  • Expérience dans l'écriture de scripts en R et le travail avec RStudio
  • Expérience intermédiaire en programmation R, incluant la manipulation de données et la création de graphiques de base

Public cible

  • Analystes de données souhaitant écrire un code R plus efficace, réutilisable et maintenable
  • Scientifiques de données ayant besoin de flux de travail plus robustes pour l'analyse, la production de rapports et la collaboration
  • Chercheurs et professionnels techniques utilisant R pour des travaux pratiques sur les données
 14 Heures

Nombre de participants


Prix par participant

Nos clients témoignent (1)

Cours à venir

Catégories Similaires