Data Science et Machine Learning avec R
Maîtrisez l'utilisation du langage R pour créer des algorithmes de Machine Learning grâce à notre formation !
Vue d'ensemble
Connaissances fondamentales en statistiques et sur le langage R
Objectifs pédagogiques
Programme détaillé
Introduction à la formation et rappels sur le langage R
Les types de données dans R
Importation-exportation de données
Techniques pour tracer des courbes et des graphiques
Analyse en composantes
Analyse en Composantes Principales
Analyse Factorielle des Correspondances
Analyse des Correspondances Multiple
Exercices
Modélisation
Les algorithmes supervisés et non supervisés
Le choix entre la régression et la classification
Les étapes de construction d’un modèle
Algorithmes non supervisés
Le clustering hiérarchique
Le clustering non hiérarchique
Les approches mixtes
Exercices
Algorithmes supervisés
Le principe de régression linéaire univariée
La régression multivariée
La régression polynomiale
La régression logistique
Le Naive Bayes
L’arbre de décision
Les K plus proches voisins
Exercices
Procédures d’évaluation de modèles
Les techniques de ré-échantillonnage en jeu d’apprentissage, de validation et de test
Mesures de performance des modèles prédictifs
Matrice de confusion, de coût et la courbe ROC et AUC
Exercices
Analyse de données textuelles
Quelques packages utiles
Cas de la régression linéaire multiple
Cas de l’analyse en composantes principales ACP
Cas de la classification CAH
Prochaines sessions
28 sept. 2026
Distance - Français
Avis des participants
Financement
Cette formation est éligible aux financements OPCO et FNE-Formation. Nos équipes vous accompagnent dans le montage de votre dossier.
En savoir plus sur le financement