Contenu de l'AA

Le cours est entièrement disponible en ligne : https://wp.sciviews.org. Les chapitres de cette UE sont (sujet à modification en fonction des besoins spécifique des étudiants partticipant):
- Analyses spatiales et cartes
- Données particulières: dates, texte, variables circulaires
- Projets: structure, différents types de documents reproductibles
- Modularisation du code: fonctions, documentation
- Optimisation du code: tests, objects, techniques d'optimisation
- Initiation aux packages et à l'intégration continue
- Parallélisation et calcul sur le cloud

Supports principaux non reproductibles

Le contenu du cours est en ligne: https://wp.sciviews.org

Support complémentaires non reproductibles

Sans objet

Autres références conseillées

Barnier, J., 2018. Introduction à R et au tidyverse (https://juba.github.io/tidyverse/index.html). Ismay, Ch. & Kim A.Y, 2018. Moderndive: An introduction to statistical and data science via R (http://moderndive.com). Wickham, H. & Grolemund, G, 2017. R for data science (http://r4ds.had.co.nz). Chambers, J.M., 2008. Software for data analysis. Programming with R. Springer, New York, 498pp. Dagnelie, P., 2007. Chambers, J.M., 1998. Programming with data. A guide to the S language. Springer, New York, 469pp. Fortner, B., 1995. The data handbook. A guide to understanding the organization and visualization of technical data. Springer, New York, 350pp.

Mode d'enseignement

• Hybride

Types d'activités

• Travaux pratiques
• Exercices de création et recherche en atelier
• Projet sur ordinateur
• Etudes de cas

Evaluations

Les modalités d'évaluation de l'AA sont précisées dans la fiche de l'UE dont elle dépend