Duke University

Données ordonnées et importées (R)

Obtenez l'une de nos meilleures offres avec Coursera Plus pour 199 $ (habituellement 399 $). Économisez maintenant.

Duke University

Données ordonnées et importées (R)

Ce cours fait partie de Spécialisation "Science des données avec R"

Dr. Elijah Meyer
Mine Çetinkaya-Rundel

Instructeurs : Dr. Elijah Meyer

Inclus avec Coursera Plus

En savoir plus

Demander à Coursera

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

13 avis

niveau Débutant
Aucune connaissance prérequise
1 semaine à compléter
à 10 heures par semaine
Planning flexible
Apprenez à votre propre rythme
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

13 avis

niveau Débutant
Aucune connaissance prérequise
1 semaine à compléter
à 10 heures par semaine
Planning flexible
Apprenez à votre propre rythme

Ce que vous apprendrez

  • Appliquer les principes de nettoyage des données pour manipuler et restructurer celles-ci (par exemple, extraire des sous-ensembles, ajouter des colonnes et convertir les données entre les formats « large » et « long »)

  • Développer et mettre en œuvre du code permettant de fusionner des ensembles de données et d'effectuer des opérations élémentaires de web scraping afin de collecter des données

  • Appliquer des structures de données telles que les formats « wide » et « long », en utilisant du code pour effectuer les conversions entre ces formats dans le cadre de la préparation et de l'analyse des données

Compétences que vous acquerrez

  • Catégorie : Collecte de données
  • Catégorie : Éthique des données
  • Catégorie : Pipelines de données
  • Catégorie : Intégration des données
  • Catégorie : Tidyverse (paquet R)
  • Catégorie : Manipulation de données
  • Catégorie : Programmation statistique
  • Catégorie : Récupération de données sur le Web
  • Catégorie : Nettoyage des données
  • Catégorie : Prétraitement des données
  • Catégorie : Transformation des données
  • Catégorie : Analyse exploratoire des données
  • Catégorie : Traitement des données

Outils que vous découvrirez

  • Catégorie : R Programmation
  • Catégorie : R (logiciel)

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Évaluations

3 devoirs

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

En savoir plus sur Coursera pour les affaires
logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Élaborez votre expertise du sujet

Ce cours fait partie de la Spécialisation "Science des données avec R"
Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.
  • Apprenez de nouveaux concepts auprès d'experts du secteur
  • Acquérez une compréhension de base d'un sujet ou d'un outil
  • Développez des compétences professionnelles avec des projets pratiques
  • Obtenez un certificat professionnel partageable

Il y a 3 modules dans ce cours

Les ensembles de données « tidy » présentent une structure spécifique : chaque variable correspond à une colonne et chaque observation à une ligne. Dans ce module, nous utilisons les verbes fonctionnels du package dplyr de R pour transformer les données en un format « tidy » prêt à l'emploi. De plus, nous utilisons ces verbes fonctionnels pour manipuler des tableaux de données.

Inclus

6 vidéos12 lectures1 devoir1 sujet de discussion1 plugin

Une colonne de notre ensemble de données peut être stockée sous différents types, tels que des nombres ou des caractères. Ces différents types de données déterminent la manière dont R traite les données, ainsi que la compatibilité de certaines fonctions avec certains types de données. Dans ce module, nous abordons plus en détail les différents types de données classés par R, les classes de données, ainsi que la manière de recoder les variables d'un ensemble de données pour leur attribuer des types ou des classes différents, ou leur faire prendre des valeurs différentes.

Inclus

6 vidéos13 lectures1 devoir1 sujet de discussion1 plugin

Le « web scraping » désigne le processus consistant à extraire automatiquement ces informations et à les transformer en un ensemble de données structuré. Dans ce module, nous verrons comment réaliser des opérations de base de « web scraping » sous R afin de rendre plus facilement accessible la multitude de données disponibles en ligne.

Inclus

4 vidéos6 lectures1 devoir2 sujets de discussion1 plugin

Obtenez un certificat professionnel

Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.

Instructeurs

Dr. Elijah Meyer
Duke University
4 Cours3 098 apprenants

Offert par

Duke University

En savoir plus sur Analyse des données

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’

Jennifer J.

Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’

Larry W.

Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’

Chaitanya A.

’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Foire Aux Questions

Plus de questions

Aide financière disponible,