Paroissin C. (2021). Pratique de la data science avec R. Paris (France) : Ellipses. 275 p.
Titre : | Pratique de la data science avec R |
Auteurs : | C. Paroissin |
Type de document : | Ouvrage |
Editeur : | Paris [France] : Ellipses, 2021 |
ISBN/ISSN/EAN : | 978-2-340-04758-7 |
Format : | 275 p. |
Langues : | Français |
Langues du résumé : | Français |
Catégories : |
Catégories principales 12 - EDUCATION. FORMATION. INFORMATION. GESTION DES SAVOIRS ; 12.5 - Formation Continue, Professionnelle. Gestion des CursusThésaurus IAMM LOGICIEL ; DONNEE STATISTIQUE ; ANALYSE DE DONNEES ; TRAITEMENT DES DONNEES ; MODELE ; LANGAGE ; METHODE STATISTIQUE ; CARTOGRAPHIE ; CLASSIFICATION |
Résumé : |
Le scientifique des données doit maîtriser plusieurs outils informatiques permettant de mettre en uvre une méthodologie statistique. Dans sa catégorie, le langage R est un langage de programmation qui peut tout à fait être un outil pertinent pour lanalyse statistique de données, à côté dautres langages de programmation ou d'autres logiciels.
Cet ouvrage s'adresse tant à des étudiants de master en statistique et/ou master big data qui font leurs premiers pas en data science, qu'à des ingénieurs qui souhaitent approfondir leurs connaissances et mettre en uvre leurs compétences à l'aide de R, en reprenant les différentes étapes du cycle de vie d'un projet basé sur lanalyse statistique de données : la préparation des données, la transformation des données, la visualisation des données, l'analyse des données et enfin, l'étape ultime, la diffusion des résultats de l'analyse. |
Note de contenu : |
I Préparer les données
1 Structures de données dans R 2 Importer les données II Transformer les données 3 Notions de base de programmation 4 Les fonctions avec R 5 Programmation avancée III Visualiser les données 6 Visualiser un tableau de données 7 Représenter une courbe 8 Réaliser des cartes 9 Visualiser un graphe et des réseaux 10 Exporter des graphiques IV Analyser les données 11 Analyse de données multivariées 12 Lissage des séries temporelles 13 Modèle linéaire 14 Modèles linéaires avec pénalisation 15 Méthodes supervisées de classification 16 Méthodes non-supervisées de classification V Diffuser les résultats 17 Rédiger et présenter une étude 18 Interface web avec Shiny |
Cote : | E11-PAR-2021 |
Exemplaires (1)
Code-barres | Cote | Support | Localisation | Section | Disponibilité |
---|---|---|---|---|---|
28552 | E11-PAR-2021 | Papier | Centre de documentation | Espace Thématique | Sorti jusqu'au 28/03/2024 |