Apprendre la Data Science avec R

En partant de zéro, ce cours vous apprendra les bases des data sciences, en vous appuyant sur le langage R et des cas concrets utilisant des données réelles. 

Après avoir installé R et découvert l'outil RStudio, nous progresserons rapidement à travers les différentes structures de données existantes. Peu à peu, la théorie laissera alors la place à des exercices de plus en plus concrets. Nous étudierons un jeu de données présentant des indicateurs de développement sur tous les pays du monde depuis 1960. 

Au début simplifiées, ces données s'étofferont en même temps que vos compétences, jusqu'à ce que vous puissiez vous-même, de manière autonome, réaliser une analyse de données complète.

C'est alors que nous passerons à la visualisation graphique, compétence indispensable au data scientist pour communiquer ses résultats à son équipe, sa hiérarchie, ou même au grand public pour le data journalist :)

Pourquoi apprendre R ?

R est, avec Python, le langage le plus utilisé en data science. À l'origine inventé par des statisticiens et pour des statisticiens, il a su s'enrichir et se développer face aux progrès du domaine. Étant complètement libre, de nombreux data scientists développent de nouveaux packages pour intégrer tous les nouveaux modèles et algorithmes des data sciences.

R était à l'origine surtout utilisé dans le monde académique, mais sa croissance phénoménale, sa puissance grandissante, et son côté libre, lui ont permis peu à peu d'intégrer les services de data science des plus grandes compagnies, telles Google, Facebook, Airbnb, mais aussi EDF, La Poste, ou Renault, en France.

Objectifs de ce cours

L'objectif de ce cours est de vous rendre autonome dans l'analyse de données. Une fois terminé, vous serez capable de :

• Trouver le jeu de données qu'il vous faut sur internet (je vous donne de nombreuses sources).
• Charger ces données dans R.
• Trouver les réponses aux questions que vous vous posez en analysant ces données.
• Communiquer vos résultats à l'aide de graphiques à l'aspect professionnel.
• Et donc créer votre propre portfolio !

Ce cours est en constante évolution

Mon objectif est de faire de ce cours le meilleur possible afin que vous puissiez lancer le plus rapidement votre carrière de data scientist.

Voilà pourquoi je compte continuer à l'étoffer au fil du temps selon le feedback et les demandes vous me ferez. Ça peut passer par ajouter du nouveau contenu ou bien refaire de l'ancien contenu que vous jugez peut-être confus ou trop bref.

N'hésitez donc surtout pas à me dire si :

• Vous pensez qu'un thème que je n'ai pas abordé devrait l'être,
• Vous trouvez qu'un sujet est traité trop rapidement et vous aimeriez avoir de plus amples explications,
• Vous aimeriez plus d'exercices sur un sujet en particulier.

Bon courage :)

-- Charles