Chapitre 1 : Big Data et R

: Présentation du langage R et explication de son utilisation dans l'analyse de données.
01-1 Le Big Data et le langage R
L'ère du big data
Présentation du langage __R
Avantages et inconvénients de __R
[Points clés résumés en trois mots-clés]
[Question de confirmation]

01-2 Installation de l'environnement de développement
Téléchargez le fichier d'installation __R
Installation de __R
Exécution de __R
__Téléchargez le fichier d'installation de R Studio
Installation de __R Studio
[En savoir plus] R Studio Cloud
[Points clés résumés en quatre mots-clés]
[Question de confirmation]

01-3 Paramètres d'interface et d'environnement de R Studio
Interface __R Studio
__Paramètres
Mise en place de l'environnement de travail requis
__Créer et enregistrer un script
__Exécutez le code
[En savoir plus] Aide à l'utilisation
[Points clés résumés en 5 mots-clés]
[Question de confirmation]

Chapitre 2 : Préparation du terrain pour l'analyse des données

Découvrez le processus d'analyse des données et ce que sont les données.
02-1 Processus d'analyse des données
Étape 1 : Conception de l'analyse des données
Étape 2 : Préparer les données
Étape 3 : Traitement des données
Étape 4 : Analyse des données
Étape 5 : Tirer des conclusions
[Points clés résumés en 5 mots-clés]
[Question de confirmation]

02-2 Apparence des données
Relations entre les structures de données et les types de données
__vecteur
__Données catégorielles
Matrices et tableaux
__Listes et cadres de données
[Points clés organisés en 6 mots-clés]
[Question de confirmation]

Chapitre 3 : Apprendre la programmation en R

Apprenez la syntaxe de base du langage de programmation R.
03-1 Variables et fonctions
__Créer une variable
__Appel d'une fonction
__Utilisation des fonctions intégrées
__Création d'une fonction personnalisée
Pourquoi utiliser la fonction __return() ?
[Points clés résumés en 5 mots-clés]
[Question de confirmation]

Paquet 03-2
Installation du paquet __
__Vérifier les paquets installés
Chargement du paquet
__Supprimer le paquet
__Utilisation du package principal
[En savoir plus] Trouvez le forfait qu'il vous faut
[Points clés résumés en quatre mots-clés]
[Fonctions clés résumées dans un tableau]
[Question de confirmation]

03-3 Instructions conditionnelles et boucles
__opérateur
instruction conditionnelle __if-else
__boucle
[En savoir plus] Dépannage des erreurs de code R
[Points clés organisés en 6 mots-clés]
[Fonctions clés résumées dans un tableau]
[Question de confirmation]

Chapitre 4 : Gestion des données

Apprenez à collecter, observer et explorer des données pour en comprendre les caractéristiques.
04-1 Collecte de données
__Saisissez directement les données
Importer des données externes : fichier TXT
Importer des données externes : fichiers CSV
Importer des données externes : fichier Excel
Importer des données externes : fichiers XML et JSON
[Points clés résumés en quatre mots-clés]
[Fonctions clés résumées dans un tableau]
[Question de confirmation]

04-2 Observation des données
__Vérifier toutes les données
__Vérifiez le résumé des données
__Vérifier les statistiques descriptives
__Analyse de la fréquence des données
[Points clés organisés en 6 mots-clés]
[Fonctions clés résumées dans un tableau]
[Question de confirmation]

04-3 Exploration des données
__Tracer un graphique à barres
Dessiner un rectangle
__Tracer un histogramme
__Tracer un diagramme circulaire
Dessiner une image de tige et de feuille
__Tracer un nuage de points
[Points clés organisés en 6 mots-clés]
[Fonctions clés résumées dans un tableau]
[Question de confirmation]

Chapitre 5 Traitement des données

Extraire, trier ou restructurer les données pour faciliter leur analyse.
05-1 package dplyr
Installation et chargement du package __dplyr
Extraction et tri des données
__Ajouter des données et supprimer les données en double
__Données récapitulatives et extraits d'échantillons
__Opérateur de tuyau : %〉%
[Points clés résumés en deux mots-clés]
[Fonctions clés résumées dans un tableau]
[Question de confirmation]

05-2 Traitement des données
Extraire les données requises
__Tri des données
__Résumer les données
__Combiner les données
[Points clés résumés en quatre mots-clés]
[Fonctions clés résumées dans un tableau]
[Question de confirmation]

05-3 Transformation des structures de données
Conversion de données larges en données allongées : fonction melt()
Conversion de données longues en données larges : fonction cast()
[En savoir plus] Résumer des données avec la fonction cast()
[Points clés résumés en deux mots-clés]
[Fonctions clés résumées dans un tableau]
[Question de confirmation]

05-4 Nettoyage des données
__Vérifier les valeurs manquantes
__Exclure les valeurs manquantes
__Vérifiez le nombre de valeurs manquantes
__Supprimer les valeurs manquantes
__Améliorer les valeurs manquantes
__Vérifier les valeurs aberrantes
Gestion des valeurs aberrantes
[Points clés résumés en trois mots-clés]
[Fonctions clés résumées dans un tableau]
[Question de confirmation]

Chapitre 6 Visualisation des données : le package ggplot2

: Traçons un graphique à l'aide du package ggplot2, la fleur de la visualisation de données.
06-1 Tracer un graphique
Création du cadre de graphique de base : fonction ggplot()
__Tracer un nuage de points : fonction geom_point()
Tracé d'un graphique linéaire : fonction geom_line()
__Tracer un graphique à barres : fonction geom_bar()
__Tracer un diagramme en boîte : fonction geom_boxplot()
__Tracer un histogramme : fonction geom_histogram()
[En savoir plus 1] Couper les lignes de code reliées par des opérateurs
[En savoir plus 2] Ajouter un graphique à un autre graphique
[Points clés résumés en trois mots-clés]
[Fonctions clés résumées dans un tableau]
[Question de confirmation]

06-2 Ajout d'objets au graphique
__Tracer des lignes diagonales : fonction geom_abline()
Fonction geom_hline() permettant de tracer des lignes parallèles
__Tracer une ligne verticale : fonction geom_vline()
__Entrez une étiquette : fonction geom_text()
__Insertion de formes et de flèches : fonction annotate()
[En savoir plus 1] Ajouter des titres aux graphiques et aux axes et appliquer des thèmes graphiques
[En savoir plus 2] Détermination de l'ordonnée à l'origine et de la pente : analyse de régression
[Points clés résumés en trois mots-clés]
[Fonctions clés résumées dans un tableau]
[Question de confirmation]

06-3 Visualisation cartographique : le package ggmap
Obtenez une clé API Google Maps
Utilisation de Google Maps avec le package __ggmap
[Points clés résumés en trois mots-clés]
[Fonctions clés résumées dans un tableau]
[Question de confirmation]

Chapitre 7 : Développer des compétences par le biais de projets

À partir de ce que nous avons appris précédemment, analysons nous-mêmes les données publiques.
07-1 Comparaison de la répartition des forêts récréatives nationales par région
Collecte de données : Télécharger les données standard des forêts récréatives nationales
Traitement des données : Prétraitement avec Excel
__Analyse des données : Analyse de fréquence et visualisation
[Points clés résumés lors de la phase d'analyse]
[Fonctions clés résumées dans un tableau]
[Question de confirmation]

07-2 Analyser la tendance des arrivées en provenance de l'étranger
Collecte de données : Téléchargement des données statistiques d'entrée
Traitement des données (1) : Prétraitement avec Excel
Traitement des données (2) : Restructuration des données
__Analyse des données : Visualisation
[Points clés résumés lors de la phase d'analyse]
[Fonctions clés résumées dans un tableau]
[Question de confirmation]

07-3 Consultez la carte pour localiser les centres de dépistage de la COVID-19.
Collecte de données : Télécharger les informations sur l'emplacement des cliniques de dépistage de la COVID-19
Traitement des données : Extraction des données requises
Analyse des données (1) : Analyse de fréquence
Analyse des données (2) : Visualisation cartographique
[Points clés résumés lors de la phase d'analyse]
[Fonctions clés résumées dans un tableau]
[Question de confirmation]

07-4 Comparaison des différences de concentration de particules fines par région à Séoul
Collecte de données : Télécharger les données quotidiennes sur les particules fines à Séoul
Traitement des données (1) : Prétraitement avec Excel
Traitement des données (2) : Extraction des données requises
__Analyse des données (1) : Exploration et visualisation des données
__Analyse des données (2) : Tests d'hypothèses
[En savoir plus] Tests de différences moyennes entre trois groupes ou plus : analyse de variance
[Points clés résumés lors de la phase d'analyse]
[Fonctions clés résumées dans un tableau]
[Question de confirmation]

Chapitre 8 : Partage des rapports d'analyse de données

Apprenez à partager efficacement les résultats de votre analyse de données.
08-1 Partage des résultats d'analyse de données avec RPubs
Création d'un document __R Markdown
Aperçu du document __R Markdown
__Modifier le format d'enregistrement du document R Markdown
__Déployer sur RPubs
[En savoir plus] Syntaxe R Markdown
[Points clés résumés en quatre mots-clés]
[Question de confirmation]

08-2 Création d'applications Web interactives avec Shiny
__Créer un fichier Shiny
__Un aperçu de la structure de l'application SHINee
__Distribution de l'application SHINee
__widget de contrôle d'entrée
[Points clés résumés en quatre mots-clés]
[Fonctions clés résumées dans un tableau]
[Question de confirmation]

Annexe A : Introduction aux outils d’analyse de données
Réponse et explication
Recherche

À qui s'adresse ce livre ?

- Débutant apprenant à la fois la programmation et les statistiques
- Les personnes non spécialisées qui souhaitent débuter dans l'analyse de données en utilisant le langage R
- Un étudiant en statistiques qui a suivi des cours de langage R à l'université, mais qui a encore des regrets.
-Les travailleurs qui n'ont ni le temps ni les ressources nécessaires pour apprendre l'analyse de données par le biais d'académies ou de conférences.
-Toute personne intéressée par l'analyse de données

Caractéristiques du livre

Tout d'abord, une conception pédagogique solide qui répète systématiquement la « structure en 7 étapes adaptée aux débutants » !

Ce livre est structuré de manière à ce que les notions essentielles de l'analyse de données avec R puissent être mémorisées naturellement grâce à un apprentissage répété en sept étapes.
Dans chaque section, nous nous préparons avec les concepts représentatifs du sujet de chaque section grâce aux [Mots-clés] et [Avant de commencer], puis nous passons en revue les théories et pratiques fondamentales de l'analyse des données, et à la fin, nous les passons tous en revue avec les [Points clés] et [Questions de confirmation].
Si vous suivez le programme qui vous permet d'étudier à votre rythme, même les débutants en analyse de données R, novices en programmation et en statistiques, pourront terminer le livre sans difficulté !

Deuxièmement, apprenez les bases de la grammaire grâce à 193 exercices pratiques de « codage manuel », et développez vos compétences en analyse de données grâce à quatre projets !

Il contient 193 exemples pratiques soigneusement sélectionnés qui vous permettent de lire et de comprendre facilement la grammaire et la théorie de base, et d'apprendre le bon sens du codage R par l'expérience pratique.
En suivant l'apprentissage et la pratique répétitifs dont les débutants ont le plus besoin, vous pourrez transformer le code du livre en « votre propre code ».
Enfin, en analysant des données publiques à l'aide du langage R, vous pouvez apprendre personnellement l'ensemble du processus d'analyse de données, de la collecte des données aux résultats d'analyse.


Troisièmement, des cours vidéo et des sites d'apprentissage pour favoriser le « honkong » (étudier ensemble).

http://hongong.hanbit.co.kr
Pour les débutants qui ont encore du mal à apprendre uniquement à partir de livres, nous proposons également des vidéos de cours dispensés directement par l'auteur.
Nous mettons également à votre disposition un site d'apprentissage pour que vous puissiez poser des questions à tout moment pendant votre apprentissage.
L'auteur répond personnellement à chaque question et partage également les dernières technologies et informations relatives au langage R.
De plus, nous proposons un groupe d'auto-apprentissage pour ceux qui souhaitent étudier seuls mais manquent de confiance en eux, et nous offrons un soutien maximal afin que les lecteurs puissent terminer le cours sans abandonner.

Quatrièmement, nous fournissons un glossaire des termes essentiels pour l'étude en autonomie, afin que vous puissiez les consulter à tout moment et n'importe où.

Nous fournissons une [Note de terminologie] qui regroupe uniquement les concepts et termes clés que vous devez retenir.
Grâce à nos lecteurs bêta, nous avons confirmé que la difficulté rencontrée par les débutants en programmation est due à une terminologie inconnue.
Cependant, ce n'est pas difficile, mais plutôt déroutant en raison du manque de familiarité ; aussi, si vous avez du mal à vous souvenir d'un terme ou d'un concept, n'hésitez pas à consulter votre glossaire.
Un autre aspect amusant du processus consiste à compléter son propre glossaire en ajoutant de nouveaux termes en plus de ceux fournis.

Ce livre est comme un « abécédaire de l'analyse des données », facile à suivre et qui vous aide à aborder l'analyse des données.
- Le chef bêta Kwak Kyung-tae
Si vous ne savez pas à qui poser des questions sur l'analyse de données et que vous ne savez pas par où commencer, ce livre sera un excellent guide.
- Le chef de Beta, Park Jo-eun
• En lisant ce livre, vous découvrirez l'intégralité du processus d'analyse des données.
- Son Ji-min, chef de la bêta
Nous fournissons des explications utiles sur la façon de résoudre les erreurs qui peuvent survenir pendant la pratique, afin que vous puissiez vous concentrer uniquement sur l'apprentissage.
- Yang Min-hyeok, chef des Bêta
Vous pouvez apprendre en lisant les explications et en codant immédiatement, et vous pouvez confirmer les concepts grâce à la conclusion à la fin de chaque section.
- Lee Dong-hee, chef des Bêta
Des explications détaillées sur les paramètres de l'environnement de développement, la terminologie et le code sont fournies afin d'éviter toute frustration aux débutants avant même qu'ils ne commencent.
- Im Hyeok, chef de la bêta