Ceci est mon cours de "data science", adapté à l'environnement r. On y trouvera les éléments des différents chapitres. L'ensemble des scripts (.rmd) et des données(.drs ou *.csv) sont inclus dans ce repository, sauf si le lien renvoie à un autre repository ( et on les retrouve dans ce dernier)
- Chapitre 1 : une présentation PPT d'introduction à l'environnement r
- Chapitre 2 : prise en main avec un petit jeu de données et toute la panoplie des techniques de base.
- Chapitre 3 - Dataviz avec ggplot : On apprend à y manipuler tidyverse et ggplot, c'est indispensable avant de regarder les modèles.
- Chapitre 4 - Corrélations et régressions reprendre les bases dans l'esprit de r et avec un peu de sophistication
- Chapitre 5 - Analyse factorielle, MDS et clustering : pour revenir à la bonne époque de l'analyse de données et découvrir de nouvelles techniques (Tsne,LSA,..)
- Chapitre 6 - Analyse des réseaux sociaux : on jouera avec l'API de twitter et l'idée de qui est proche de qui.
- Chapitre 7 - Arbres de décisions et machine learning on y verra comment une idée sexagénaire est devenue un modèle emblématique du machine learning. C'est plus que de la technique, mais de l'histoire des sciences
- Chapitre 8 - Un peu de NLP. On commencera par lire cette synthèse et on jettera un coup d'oeil au projet Polynésie ou à celui AirBnb. Pour une application de Word2vec le cas Fitness est intéressant.
- France allemagne 2002-2018 (extrait de l'ESS) : le fichier mastermoi.rds dans ce repository
- Fitness
- Pour le rMarkdown
- Introduction à l’analyse d’enquêtes avec R et RStudio
- La rubrique #culturedata de Management et Data Science.
- voir aussi les ressources pour r