La dernière génération des bases de données ont les particularités suivante :
Être non relationnel, distribuée , open source et scalable.
Ce mouvement commence en 2009 et est entrain de grandir rapidement et avec beaucoup d'engouement.
La conférence a pour but de présenté les principales base noSql accessible en python. Elle sera agrémentée pour chaque base de donnée (environ 4, 10 min chacune) d'une présentation informative, d'une modélisation de schéma et d'un exemple d'application accédant au donnée (en python).
Avec le langage R, prenez de la hauteur dans l’analyse de vos données ! Yi YANG
En 2019, le machine learning est omniprésent, et depuis peu, l’analyse de la données est devenue un véritable métier et une formidable source de valeur pour l’entreprise ou pour les institutions. Au-delà de ces réalités, il y a un langage qui, s’il est petit par le nom, est immense par sa capacité de traitement de data et surtout par son utilisation dans la conception d’algorithmes basés sur les calculs vectoriels : le langage R. Ce slideware vous présente ses principales caractéristiques, son histoire, quelques notions techniques de base et les packages les plus couramment utilisés, avant de conclure par une comparaison avec Python. Maintenant évadez vous, prenez l’R !
Présentation interne chez Devolis : http://www.devolis.com/
La dernière génération des bases de données ont les particularités suivante :
Être non relationnel, distribuée , open source et scalable.
Ce mouvement commence en 2009 et est entrain de grandir rapidement et avec beaucoup d'engouement.
La conférence a pour but de présenté les principales base noSql accessible en python. Elle sera agrémentée pour chaque base de donnée (environ 4, 10 min chacune) d'une présentation informative, d'une modélisation de schéma et d'un exemple d'application accédant au donnée (en python).
Avec le langage R, prenez de la hauteur dans l’analyse de vos données ! Yi YANG
En 2019, le machine learning est omniprésent, et depuis peu, l’analyse de la données est devenue un véritable métier et une formidable source de valeur pour l’entreprise ou pour les institutions. Au-delà de ces réalités, il y a un langage qui, s’il est petit par le nom, est immense par sa capacité de traitement de data et surtout par son utilisation dans la conception d’algorithmes basés sur les calculs vectoriels : le langage R. Ce slideware vous présente ses principales caractéristiques, son histoire, quelques notions techniques de base et les packages les plus couramment utilisés, avant de conclure par une comparaison avec Python. Maintenant évadez vous, prenez l’R !
Présentation interne chez Devolis : http://www.devolis.com/
Chapitre 8 - Les tableaux et les pointeurs.pdfShiniGami0o0
In mathematics and computer science, an algorithm is a finite sequence of rigorous instructions, typically used to solve a class of specific problems or to perform a computation. Algorithms are used as specifications for performing calculations and data processing.
Présentation faite à l'école d'été Ferney-Voltaire 2014 (http://ferney2014.sciencesconf.org/) : initiation à l'analyse de réseaux avec R (packages statnet et igraph)
Version DRAFT d'une formation Data Scientist que j'ai conçue à partir de sources diverses (voir références bibliographiques à la fin de chaque diapositive).
La formation est destinée aux personnes possédant des bases (~BAC+2) en statistiques et programmation (j'utilise R).
Je reste ouvert à tout commentaire, critique et correction. Je continuerai à mettre à jour les diapositives et à en ajouter d'autres si j'ai le temps.
Slides présentés à l'occasion du premier meetup Paris R Addicts.
La présentation est destiné à ceux qui ne connaissent pas ou très peu. Elle montre les intérêts et les inconvénients du logiciel ainsi que des éléments de syntaxe et des liens qui aideront l'apprentissage.
MLlib est une librairie de machine Learning qui contient la plus part des algorithmes d’apprentissage classiques (SVMs, naive Bayes, decision tree,régression linéaire, logistic regression,k-means....)
Cette présentation aura pour objectif d’introduire le langage de programmation Scala. Ce dernier bénéficie depuis plusieurs mois d’un véritable engouement qui se reflète au regard de la communauté française croissante.
Pour cela Ludwine Probst et Florent Lagrede reviendront donc sur les notions fondamentales, illustrées d’exemples sur des problèmes récurrents de programmation, afin de dégager les spécificités de ce langage et certains de ses atouts.
Aucune connaissance de Scala n’est donc nécessaire, seulement l’envie de découvrir un nouveau langage.
Chapitre 8 - Les tableaux et les pointeurs.pdfShiniGami0o0
In mathematics and computer science, an algorithm is a finite sequence of rigorous instructions, typically used to solve a class of specific problems or to perform a computation. Algorithms are used as specifications for performing calculations and data processing.
Présentation faite à l'école d'été Ferney-Voltaire 2014 (http://ferney2014.sciencesconf.org/) : initiation à l'analyse de réseaux avec R (packages statnet et igraph)
Version DRAFT d'une formation Data Scientist que j'ai conçue à partir de sources diverses (voir références bibliographiques à la fin de chaque diapositive).
La formation est destinée aux personnes possédant des bases (~BAC+2) en statistiques et programmation (j'utilise R).
Je reste ouvert à tout commentaire, critique et correction. Je continuerai à mettre à jour les diapositives et à en ajouter d'autres si j'ai le temps.
Slides présentés à l'occasion du premier meetup Paris R Addicts.
La présentation est destiné à ceux qui ne connaissent pas ou très peu. Elle montre les intérêts et les inconvénients du logiciel ainsi que des éléments de syntaxe et des liens qui aideront l'apprentissage.
MLlib est une librairie de machine Learning qui contient la plus part des algorithmes d’apprentissage classiques (SVMs, naive Bayes, decision tree,régression linéaire, logistic regression,k-means....)
Cette présentation aura pour objectif d’introduire le langage de programmation Scala. Ce dernier bénéficie depuis plusieurs mois d’un véritable engouement qui se reflète au regard de la communauté française croissante.
Pour cela Ludwine Probst et Florent Lagrede reviendront donc sur les notions fondamentales, illustrées d’exemples sur des problèmes récurrents de programmation, afin de dégager les spécificités de ce langage et certains de ses atouts.
Aucune connaissance de Scala n’est donc nécessaire, seulement l’envie de découvrir un nouveau langage.
Newsletter SPW Agriculture en province du Luxembourg du 17-05-24BenotGeorges3
Les informations et évènements agricoles en province du Luxembourg et en Wallonie susceptibles de vous intéresser et diffusés par le SPW Agriculture, Direction de la Recherche et du Développement, Service extérieur de Libramont.
https://agriculture.wallonie.be/home/recherche-developpement/acteurs-du-developpement-et-de-la-vulgarisation/les-services-exterieurs-de-la-direction-de-la-recherche-et-du-developpement/newsletters-des-services-exterieurs-de-la-vulgarisation/newsletters-du-se-de-libramont.html
Sainte Jeanne d'Arc, patronne de la France 1412-1431.pptxMartin M Flynn
sainte patronne de la France, honorée en tant que défenseure de la nation française pour son rôle dans le siège d'Orléans et son insistance sur le couronnement de Charles VII de France pendant la guerre de Cent Ans.
Formation M2i - Prise de parole face caméra : performer en distancielM2i Formation
Le travail en distanciel est de plus en plus incontournable et s'installe durablement dans la société, mais bien souvent, les collaborateurs d'une même entreprise n'ont pas toutes les aptitudes permettant d'être efficaces et impactants avec cette nouvelle façon de travailler : le télétravail !
Cette formation flash vous montrera qu'il est important de se professionnaliser et de faire du distanciel un agréable moment de travail.
Pour approfondir ces sujets et aller plus loin, vous pourrez vous inscrire à notre formation Prise de parole face caméra : performer en distanciel.
Formation offerte animée à distance par notre expert Camel Termellil
Newsletter SPW Agriculture en province du Luxembourg du 03-06-24BenotGeorges3
Les informations et évènements agricoles en province du Luxembourg et en Wallonie susceptibles de vous intéresser et diffusés par le SPW Agriculture, Direction de la Recherche et du Développement, Service extérieur de Libramont.
https://agriculture.wallonie.be/home/recherche-developpement/acteurs-du-developpement-et-de-la-vulgarisation/les-services-exterieurs-de-la-direction-de-la-recherche-et-du-developpement/newsletters-des-services-exterieurs-de-la-vulgarisation/newsletters-du-se-de-libramont.html
Bonne lecture et bienvenue aux activités proposées.
#Agriculture #Wallonie #Newsletter #Recherche #Développement #Vulgarisation #Evènement #Information #Formation #Innovation #Législation #PAC #SPW #ServicepublicdeWallonie
Résultats enquête RH 2024 Fonction Publique.pdfGERESO
Nous avons le plaisir de vous présenter les résultats de la 1ère édition de l’enquête « Professionnels RH de la Fonction Publique, comment allez-vous ? »
Forts du succès de notre baromètre annuel « Professionnels RH, comment allez-vous ? », publié pour la 4e fois en début d’année, et qui concerne principalement les professionnels RH des entreprises privées (90% des répondants exercent dans le secteur privé) nous avons souhaité, à travers ce nouveau baromètre, nous intéresser spécifiquement au moral des professionnels RH de la fonction publique.
En effet, les enjeux, les missions, les conditions de travail
des professionnels RH dans les établissements publics sont souvent bien distincts de ceux de leurs homologues du secteur privé…
Et leur moral également ! Ces différences justifiaient donc une enquête spécifique !
Merci à vous ! Vous avez été 240 professionnels RH dans
des établissements publics à répondre à nos questions et à nous livrer des aspects très personnels de votre vie de professionnel(le) des
ressources humaines du secteur public.
Alors, avez-vous un bon ou un mauvais moral en ce printemps 2024 ? Découvrez dans ce document tous les résultats de cette étude !
2. Plan
■ Langage R
■ Installation sous Windows
■ Premiers pas vers R
■ Les objets en R: vecteurs, matrices, tableaux, listes et data frames
2
3. Langage R
■ R est un système qui est communément appelé langage et logiciel, il permet de
réaliser des analyses statistiques.
■ Plus particulièrement, il comporte des moyens qui rendent possibles la
manipulation des données, les calculs et les représentations graphiques.
■ CRAN (Comprehensive R Archive Network) est un ensemble de sites qui fournit ce
qui est nécessaire à la distribution de R, ses extensions, sa documentation, ses
fichiers sources et ses fichiers binaires.
3
4. Langage R
■ un système efficace de manipulation et de stockage des données;
■ différents operateurs pour le calcul sur tableaux, en particulier les matrices;
■ un grand nombre d'outils pour l'analyse des données et les méthodes statistiques;
■ des moyens graphiques pour visualiser les analyses;
■ un langage de programmation simple et performant.
4
5. Installation sous Windows: Console R
■ Rendez-vous sur le site:
https://cran.rstudio.com/bin/windows/base/R-3.2.2-win.exe
■ Cliquez sur : « R-3.3.3-win.exe »
■ Ensuite, suivez les consignes d'installation en laissant les valeurs par défaut.
5
7. Installation sous Windows: RStudio
■ RStudio est disponible à l’identique pour les plateformes Windows, OS X et Linux.
Pour une utilisation locale sur son poste de travail, on installera la version libre
(Open Source) de RStudio Desktop depuis le site:
https://www.rstudio.com/products/rstudio/download/
7
9. Premiers pas vers R: quelques commandes
help() L'aide de R sous format html
help.start() L'aide de R sous format texte
?nom-commande
help("nom-commande")
L' aide pour une commande particulière
assign("a",5) La fonction assign() pour réaliser une affectation
a <- 5 L’affectation en R
#ceci est un commentaire Commentaire en R
save.image() sauvegarder l'environnement courant dans ‘.Rdata’
objects() et ls() afficher les objets stockés en mémoire pour le répertoire courant
ls.str() détails supplémentaires sur les objets en mémoire
rm() ou remove() effacer les objets
rm(list=ls()) effacer tous les objets sauf ceux commençant par un ‘.’
rm(list=ls(all=TRUE)) effacer l'ensemble des objets de ‘.GlobalEnv’
q() quitter 9
10. Les objets en R
10
■ On appelle objets, les entités créées et manipulées par R (variables, tableaux de
nombres, chaînes de caractères, fonctions ou structures construites a partir de ces
composants).
■ Les noms d’objets ne peuvent commencer par un chiffre. S’ils commencent par un
point, le second caractère ne peut être un chiffre.
■ Les mots réservés pour le système sont : break, else, for, function, if, in, next,
repeat, return, while, TRUE, FALSE, diff, c, var…
11. Les objets en R: modes
11
numeric nombres réels
complex nombres complexes
logical valeurs booléennes (vrai/faux)
character chaînes de caractères
function fonction
list données quelconques
expression expressions non évaluées
12. Les objets en R: attributs
12
class affecte le comportement d’un objet
dim dimensions des matrices et tableaux
dimnames étiquettes des dimensions des matrices et tableaux
names étiquettes des éléments d’un objet
Les attributs d’un objet sont des éléments d’information additionnels liés à cet objet.
13. Les objets en R: vecteurs
§ Dans un vecteur simple, tous les élémentsdoivent être du même mode.
§ Les fonctions de basepour créer desvecteurs sont:
ü c (concaténation) ;
ü numeric (vecteurde mode numeric) ;
ü logical (vecteur de mode logical) ;
ü character (vecteur de mode character).
13
14. Les objets en R: vecteurs
■ Il est possible (et souvent souhaitable) de donner une étiquette à chacun des
éléments d’un vecteur.
14
15. Les objets en R: vecteurs
■ L’indiçage dans un vecteur se fait avec les crochets [ ]. On peut extraire un élément
d’un vecteur par sa position ou par son étiquette.
15
16. Les objets en R: vecteurs
Suites arithmétiques de raison 1 ou -1 se déclare de la manière suivante: c(a:b)
> c(1:4) # a<b raison 1 > c(4:1) # a>b raison -1
[1] 1 2 3 4 [1] 4 3 2 1
La fonction c() concatène des scalaires ou des vecteurs :
> x=c(1,4,9)
> y=c(x,2,3)
> y
[1] 1 4 9 2 3
Généralisation : seq(a,b,t) où a est premier terme, le dernier b et la raison t.
> seq(1,10,2)
[1] 1 3 5 7 9
Pour créer un vecteur constitué de l'élément y répété n fois on utilise x=rep(y ,n).
> x=rep(2,5)
> x
[1] 2 2 2 2 2
16
17. Les objets en R: matrices
■ Une matrice est un vecteur avec un attribut dim de longueur 2. Cela change
implicitement la classe de l’objet pour "matrix" et, de ce fait, le mode d’affichage de
l’objet ainsi que son interaction avec plusieurs opérateurs et fonctions.
17
18. Les objets en R: matrices
■ On extrait un élément d’une matrice en précisant sa position dans chaque
dimension de celle-ci, séparées par des virgules :
18
Lorsqu’une dimension est omise dans les crochets, tous les éléments de cette dimension
sont extraits :
19. Les objets en R: fusion des matrices
■ La fonction rbind permet de fusionner verticalement deux matrices (ou plus) ayant
le même nombre de colonnes.
■ La fonction cbind permet de fusionner horizontalement deux matrices (ou plus)
ayant le même nombre de lignes.
19
20. Les objets en R: tableaux
La généralisation d’une matrice à plus de deux dimensions est un tableau. Le nombre
de dimensions du tableau est toujours égal à la longueur de l’attribut dim. La classe
implicite d’un tableau est "array".
20
22. Les objets en R: listes
■ La liste est le mode de stockage le plus général et polyvalent du langage R. Il s’agit
d’un type de vecteur spécial dont les éléments peuvent être de n’importe quel
mode, y compris le mode list.
22
23. Les objets en R: listes
■ Pour indicer un élément d’une liste et n’obtenir que cet élément, et non une liste
contenant l’élément, il faut utiliser l’opérateur d’indiçage [[ ]].
■ Une autre — la meilleure, en fait — façon d’indicer un seul élément d’une liste est par
son étiquette avecl’opérateur $ :
23
24. Les objets en R: Data frames
■ Un data frame est une liste de classe "data.frame" dont tous les éléments sont de la
même longueur (ou comptent le même nombre de lignes si les éléments sont des
matrices).
■ Bien que visuellement similaire à une matrice un data frame est plus général
puisque les colonnes peuvent être de modes différents ; pensons à un tableau avec
des noms (mode character) dans une colonne et des notes (mode numeric) dans
une autre.
■ On crée un data frame avec la fonction data.frame ou, pour convertir un autre type
d’objet en data frame, avec as.data.frame.
24
27. Les objets en R: Data frames vs. listes
Liste Data frame
27
28. Les objets en R: Data frames
■ Le data frame peut être indicé à la fois comme une liste et comme une matrice.
■ Les fonctions rbind et cbind peuvent être utilisées pour ajouter des lignes ou des
colonnes à un data frame.
■ On peut rendre les colonnes d’un data frame (ou d’une liste) visibles dans l’espace
de travail avec la fonction attach, puis les masquer avec detach.
28