Spécialisation Science des données appliquée avec R

Créer et accéder à une instance de base de données sur le cloud

Composer et exécuter des instructions SQL de base - SELECT, INSERT, UPDATE, DELETE, CREATE, DROP

Construire des instructions SQL pour filtrer, trier, grouper les résultats, utiliser des fonctions intégrées, composer des requêtes imbriquées, accéder à plusieurs tables

Analyser les données de Jupyter à l'aide de R et de SQL en combinant les compétences SQL et R pour interroger des ensembles de données du monde réel

Préparez les données pour l'analyse en traitant les valeurs manquantes, en formatant et en normalisant les données, en les regroupant et en transformant les valeurs catégorielles en valeurs numériques.

Comparer et opposer les modèles prédictifs utilisant les méthodes de régression linéaire simple, linéaire multiple et polynomiale.

Examiner les données à l'aide de statistiques descriptives, de regroupement de données, d'analyse de la variance (ANOVA) et de statistiques de corrélation.

Évaluez un modèle dans des conditions de surajustement et de sous-ajustement et réglez ses performances à l'aide de la régularisation et de la recherche en grille.

Créer des diagrammes à barres, des histogrammes, des diagrammes circulaires, des diagrammes de dispersion, des graphiques linéaires, des diagrammes en boîte et des cartes à l'aide de R et des progiciels connexes.

Concevez des graphiques et des tracés personnalisés à l'aide d'annotations, de titres d'axes, d'étiquettes de texte, de thèmes et de facettes.

Créez des cartes à l'aide du package Leaflet pour R.

Créez des tableaux de bord interactifs à l'aide du package Shiny pour R.

Écrivez un programme de scraping web pour extraire des données d'un fichier HTML à l'aide de requêtes HTTP et convertissez les données en un cadre de données.

Préparez les données pour la modélisation en traitant les valeurs manquantes, en formatant et en normalisant les données, en les regroupant et en transformant les valeurs catégorielles en valeurs numériques.

Interpréter les données à l'aide de techniques d'analyse exploratoire des données en calculant des statistiques descriptives, en établissant des graphiques et en générant des statistiques de corrélation.

Créez une application Shiny contenant une carte Leaflet et un tableau de bord interactif, puis créez une présentation du projet à partager avec vos pairs.