En travaillant dans le domaine de la science des données, vous vous familiariserez certainement avec le langage R et le rôle qu'il joue dans l'analyse des données. Ce cours vous présente les bases du langage R telles que les types de données, les techniques de manipulation et la manière de mettre en œuvre les tâches de programmation fondamentales.
Introduction à la programmation R pour la science des données
Ce cours fait partie de plusieurs programmes.
Instructeur : Yan Luo
46 515 déjà inscrits
Inclus dans le site
(468 avis)
Ce que vous apprendrez
Manipuler les types de données primitives dans le langage de programmation R en utilisant RStudio ou Jupyter Notebooks.
Contrôler le déroulement du programme à l'aide de conditions et de boucles, écrire des fonctions, effectuer des opérations sur les chaînes de caractères, écrire des expressions régulières, gérer les erreurs.
Construire et manipuler des structures de données R, y compris des vecteurs, des facteurs, des listes et des cadres de données.
Lisez, écrivez et enregistrez des fichiers de données et exploitez des pages web à l'aide de R.
Compétences que vous acquerrez
- Catégorie : Science des données
- Catégorie : La programmation en R
Détails à connaître
Ajouter à votre profil LinkedIn
1 quiz, 8 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable
Obtenez un certificat professionnel
Ajoutez cette qualification à votre profil LinkedIn ou à votre CV
Partagez-le sur les réseaux sociaux et dans votre évaluation de performance
Il y a 5 modules dans ce cours
Quel que soit le langage de programmation que vous utilisez, tous ont des points communs. Par exemple, vous devrez probablement effectuer des opérations de base sur différents types de données, comme appliquer des équations mathématiques à des données numériques. Vous aurez également besoin d'un environnement pour écrire votre code, et la plupart des environnements de développement intégrés (ou IDE) modernes offrent des fonctionnalités qui facilitent l'écriture du code, comme la vérification de la syntaxe, le codage couleur et l'aide intégrée. Ce module vous présente le langage R, ses types de données courants et les techniques permettant de les manipuler. Vous découvrirez également le rôle de l'interpréteur R et la manière dont il transforme le code en objets exécutables. Enfin, vous découvrirez deux des IDE les plus courants pour le développement R : RStudio et Jupyter Notebook.
Inclus
7 vidéos1 lecture1 quiz1 devoir2 éléments d'application
Le langage R prend en charge de nombreux types de structures de données que vous pouvez utiliser pour organiser et stocker des valeurs dans votre code, notamment les vecteurs, les facteurs, les listes, les tableaux, les matrices et les cadres de données. Chaque type de structure de données a un objectif spécifique et peut contenir des types de données spécifiques. Il est donc important de comprendre les différences entre eux afin de faire le bon choix en fonction de votre scénario. Dans ce module, vous découvrirez les types de données que vous pouvez stocker dans chaque structure de données et comment ajouter, supprimer ou manipuler leur contenu.
Inclus
5 vidéos1 lecture2 devoirs3 éléments d'application
Comme la plupart des langages de programmation, R prend en charge des fonctions de codage que vous pouvez utiliser pour contrôler le flux d'exécution du programme, définir des fonctions capables d'effectuer des tâches spécifiques, travailler avec des types de données courants, comme les chaînes et les dates, et rendre votre code plus robuste en interceptant les erreurs probables et en les traitant avant qu'elles n'interrompent l'exécution de votre code. Dans ce module, vous apprendrez à mettre en œuvre ces tâches de programmation fondamentales dans R.
Inclus
6 vidéos1 lecture2 devoirs3 éléments d'application
Les données sont partout ! Les données que vous devez analyser peuvent provenir d'une base de données traditionnelle, mais aussi d'une variété de sources et de systèmes différents, et elles peuvent vous parvenir dans un ou plusieurs formats. Par exemple, vos données peuvent se trouver dans des fichiers texte, Excel, .JSON ou .XML. Il se peut aussi qu'elles ne soient pas du tout stockées dans un fichier, mais qu'elles se trouvent sur les pages d'un site web. Comment allez-vous prendre tous ces formats de fichiers différents et les charger dans votre environnement de travail R ? Ce module vous fournit les outils dont vous avez besoin pour lire des données à partir de certains formats et sources de fichiers courants dans des objets de données que vous pouvez ensuite utiliser et combiner avec d'autres objets de données dans votre analyse de données.
Inclus
5 vidéos1 lecture2 devoirs3 éléments d'application
Inclus
2 lectures1 devoir1 évaluation par les pairs1 élément d'application1 plugin
Recommandé si vous êtes intéressé(e) par Analyse des Données
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Avis des étudiants
Affichage de 3 sur 468
468 avis
- 5 stars
71,54 %
- 4 stars
19,53 %
- 3 stars
3,18 %
- 2 stars
1,48 %
- 1 star
4,24 %
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à plus de 7 000 cours de renommée internationale, à des projets pratiques et à des programmes de certificats reconnus sur le marché du travail, tous inclus dans votre abonnement
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
L'accès aux cours et aux devoirs dépend de votre type d'inscription. Si vous suivez un cours en mode audit, vous pourrez consulter gratuitement la plupart des supports de cours. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter l'expérience de certificat, pendant ou après votre audit. Si vous ne voyez pas l'option d'audit :
Il se peut que le cours ne propose pas d'option d'audit. Vous pouvez essayer un essai gratuit ou demander une aide financière.
Le cours peut proposer l'option "Cours complet, pas de certificat" à la place. Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.
Lorsque vous vous inscrivez au cours, vous avez accès à tous les cours du certificat et vous obtenez un certificat lorsque vous terminez le travail. Votre certificat électronique sera ajouté à votre page de réalisations. De là, vous pourrez l'imprimer ou l'ajouter à votre profil LinkedIn. Si vous souhaitez uniquement lire et visualiser le contenu du cours, vous pouvez auditer le cours gratuitement.
Si vous vous êtes abonné, vous bénéficiez d'une période d'essai gratuite de 7 jours pendant laquelle vous pouvez annuler votre abonnement sans pénalité. Après cette période, nous ne remboursons pas, mais vous pouvez résilier votre abonnement à tout moment. Consultez notre politique de remboursement complète.