François Chung, Ph.D.

Formation Coursera, MOOC (2020). Cette spécialisation couvre les concepts et les outils nécessaires à la science des données, de la formulation des bonnes questions à la réalisation d'inférences et la publication des résultats. Les sujets abordés incluent l'utilisation de R pour nettoyer, analyser et visualiser les données, utiliser GitHub pour gérer des projets en science des données et effectuer une analyse de régression, des moindres carrés et des inférences à l'aide de modèles de régression.

Cours 1: Boîte à outils du data scientist

Sujets principaux:

• Fondamentaux de la science des données;
• R et Rstudio;
• Contrôle de version et GitHub;
• R Markdown, raisonnement scientifique et big data.

Cours 2: Programmation en R

Sujets principaux:

• Contexte et mise en route;
• Programmation avec R;
• Fonctions de boucle et débogage;
• Simulation et profilage de code.

Cours 3: Obtenir et nettoyer les données

Sujets principaux:

• Recherche de données et lecture de différents types de fichiers;
• Systèmes de stockage de données;
• Organisation, fusion et gestion des données;
• Manipulation de texte et de données en R.

Cours 4: Analyse exploratoire des données

Sujets principaux:

• Graphiques analytiques et représentation graphique en R;
• Lattice et ggplot2;
• Réduction dimensionnelle des données;
• Techniques d'analyse de cluster.

Cours 5: Recherche reproductible

Sujets principaux:

• Concepts, idées et structure;
• Markdown et knitr;
• Check-list de la recherche reproductible;
• Analyse de données factuelles.

Cours 6: Inférence statistique

Sujets principaux:

• Probabilité et espérance mathématique;
• Variabilité, distribution et asymptote;
• Intervalles, tests et valeur-p;
• Tests de puissance, bootstrap et permutation.

Cours 7: Modèles de régression

Sujets principaux:

• Moindres carrés et régression linéaire;
• Régression linéaire et multivariée;
• Résidus et diagnostics;
• Régression logistique et de Poisson.

Cours 8: Apprentissage automatique

Sujets principaux:

• Prédiction, erreurs et validation croisée;
• Paquet caret;
• Arbres de décision et forêts aléatoires;
• Régression régularisée et combinaison de prédicteurs.

Cours 9: Développement de produits de données

Sujets principaux:

• Shiny, GoogleVis et Plotly;
• R Markdown et Leaflet;
• Paquets R et Swirl.

Références