Programmation R pour l'analyse décisionnelle (2023-2024)
Le cours est divisé en 5 modules
(Les résultats/sorties R ne sont volontairement pas inclus dans les fichiers pour encourager la pratique individuelle du langage et du logiciel)
Certains exemples et exercices ont été inspirés par :
Le cours d'Introduction à la Statistique de l'ENSAE Paris (actuellement enseigné par M. Lerasle)
Le livre R pour la statistique et la sciences des données (sous la direction de F. Husson) https://r-stat-sc-donnees.github.io/
Le Github https://larmarange.github.io/analyse-R/ (sous la direction de J. Laramarange)
Je les remercie pour leurs contributions pédagogiques.
Le cours sera évalué par rendu d'exercices. Il y a un exercice par module. Veuillez rendre la totalité des exercices dans un fichier zip dans un seul mail.
Liens utiles :
-Une fiche aide-mémoire R qui pourra être utile : https://cran.r-project.org/doc/contrib/Kauffmann_aide_memoire_R.pdf
-La cheat sheet de ggplot2 en français : https://thinkr.fr/pdf/ggplot2-french-cheatsheet.pdf
-D'autres cheat sheets en anglais : https://www.rstudio.com/resources/cheatsheets/
-Kaggle (Site de compétition et d'échanges autour du Machine Learning : du code et des datasets) : https://www.kaggle.com/