Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
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
Nos clients témoignent (1)
The flexible and friendly style. Learning exactly what was useful and relevant for me.
Jenny
Formation - Advanced R
Traduction automatique