Après avoir suivi ces cours, je me sens confiant dans la création de visualisations et de tableaux de bord professionnels.
Shoebur RahmanSpécialiste des marchés publics, Giz Bangladesh
Description du cours
En tant que data scientist, vous travaillerez souvent avec des données non numériques, comme des intitulés de poste, des réponses à des enquêtes ou des informations démographiques. R dispose d’une représentation dédiée, appelée facteurs, et ce cours vous aidera à les maîtriser avec le package du tidyverse forcats. Nous utiliserons aussi d’autres packages du tidyverse, notamment ggplot2, dplyr, stringr et tidyr, ainsi que des jeux de données réels, comme le jeu de données de vols de fivethirtyeight et l’enquête « State of Data Science and ML » de Kaggle. À l’issue de ce cours, vous saurez identifier et manipuler des variables factorielles, visualiser vos données rapidement et efficacement, et communiquer vos résultats de manière convaincante. Prêt à catégoriser ?
Prérequis
Programme de formation
Plan du cours
1
Introduction aux variables factorielles
Dans ce chapitre, vous allez tout apprendre sur les facteurs. Vous verrez la différence entre les variables catégorielles et ordinales, comment R les représente, et comment les inspecter pour obtenir le nombre et les noms des modalités. Enfin, vous découvrirez comment forcats, un package du tidyverse, peut améliorer vos graphiques en vous permettant de réordonner rapidement des variables selon leur fréquence.
- Introduction aux variables qualitatives50 XP
- Reconnaître les variables de type facteur100 XP
- Les variables qualitatives en théorie50 XP
- Comprendre vos variables qualitatives50 XP
- Obtenir le nombre de niveaux100 XP
- Examiner le nombre de niveaux100 XP
- Examiner les modalités100 XP
- Améliorer vos graphiques50 XP
- Réordonner une variable selon sa fréquence100 XP
- Ordonner une variable en fonction d’une autre100 XP
2
Manipuler les variables factorielles
Vous poursuivrez l’exploration du package forcats en apprenant à modifier l’ordre et les noms des modalités, et même à les regrouper.
3
Créer des variables factorielles
Après avoir bien pris en main forcats, vous élargirez au reste du tidyverse, en apprenant et en révisant des fonctions de dplyr, tidyr et stringr. Vous raffinerez des graphiques avec ggplot2 en passant les axes en pourcentage, en ajustant la mise en forme du texte, et plus encore.
4
Étude de cas : l’étiquette en avion
Dans ce dernier chapitre, vous mettrez en pratique tout ce que vous avez appris à travers une étude de cas. Vous approfondirez la manipulation de chaînes de caractères et la synthèse de données, puis vous reproduirez un graphique 538 de qualité publication.
R
Données catégorielles dans le Tidyverse
Cours
terminé
