Comprendre les concepts essentiels des langages de programmation

Configurer le logiciel de programmation statistique

Utiliser les fonctions de boucle et les outils de débogage de R

Recueillir des informations détaillées à l'aide du profileur R

Comprendre les systèmes de stockage de données les plus courants

Appliquer les principes de base du nettoyage des données pour les mettre en ordre

Utilisez R pour la manipulation de textes et de dates

Obtenir des données utilisables à partir du web, des API et des bases de données

Comprendre les graphiques analytiques et le système de traçage de base dans R

Utiliser des systèmes graphiques avancés tels que le système Lattice

Réaliser des représentations graphiques de données à très haute dimension

Appliquer des techniques d'analyse en grappes pour repérer des modèles dans les données

Organiser l'analyse des données pour la rendre plus reproductible

Rédiger une analyse de données reproductible à l'aide de knitr

Déterminer la reproductibilité du projet d'analyse

Publier des documents web reproductibles à l'aide de Markdown

Comprendre le processus consistant à tirer des conclusions sur des populations ou des vérités scientifiques à partir de données

Décrire la variabilité, les distributions, les limites et les intervalles de confiance

Utiliser les valeurs p, les intervalles de confiance et les tests de permutation

Prendre des décisions éclairées en matière d'analyse des données

Utiliser l'analyse de régression, les moindres carrés et l'inférence

Comprendre les cas de modèles ANOVA et ANCOVA

Étudier l'analyse des résidus et de la variabilité

Décrire les nouvelles utilisations des modèles de régression, telles que le lissage du nuage de points

Utiliser les éléments de base de la construction et de l'application des fonctions de prédiction

Comprendre des concepts tels que les ensembles d'entraînement et de test, l'ajustement excessif et les taux d'erreur

Décrire les méthodes d'apprentissage automatique telles que la régression ou les arbres de classification

Expliquez le processus complet de construction des fonctions de prédiction

Développer des applications de base et des graphiques interactifs à l'aide de GoogleVis

Utilisez Leaflet pour créer des cartes interactives annotées

Construire une présentation R Markdown qui inclut une visualisation de données

Créer un produit de données qui raconte une histoire à un large public

Créer un produit de données utile pour le public

Appliquer vos compétences en matière d'analyse exploratoire des données

Construire un modèle de prédiction efficace et précis

Produire un dossier de présentation pour exposer vos résultats