Marco et Vincent vous proposent de prendre un peu de temps pour apprendre à se servir du package exams (disponible sur le CRAN) pour générer automatiquement des examens (QCM ou autres), corriger automatiquement ces examens, gérer un ensemble d’exercices collectivement, mettre en place une plateforme de e-learning.
Antoine, notre fanatique du tidyverse, nous propose de jeter un coup d’oeil à broom et rsample, des packages de tidymodels, pour travailler proprement (aka en format tibble) avec les sorties S3 des méthodes statistiques comme lm ou kmeans et faciliter l’utilisation des méthodes de rééchantillonage.
Un duo de choc, Raphaëlle et Marie, pour une séance dense sur laquelle était posée l’ombre du data imaginist – et vive Harry Potter.
L’intégrale des slides
Les trois mousquetaires Timothée, Mathieu et Félix (a.k.a riri fifi loulou) proposent une séances complète d’introduction à Rcpp accompagné de travaux pratiques.
Les documents de la séances:
Introduction Rappel d’architecture machine Rappel en C++ RcppArmadillo Fonctions Astuces Pour compléter, voir la page du bootcamp finistR2018 dédiée aux modules Rcpp.
Séverine et Tristan nous proposent une introduction à quelques outils permettant de manipuler (en particulier charger) de “grosses” tables de données sous R.
bigmemory for loading large matrices bigalgebra provides BLAS and LAPACK linear algebra sparklyr for interfacing R with Spark Apache Les documents de la séances
Sophie et Christophe nous proposent une séance complète sur le deep-learning et l’interfaçage existant sous R:
Une brève histoire du Deep-Learning Une introduction au Deep-Learning sous R travaux pratiques
Éric nous présente les suites de l’introdution de Jessica aux très nombreux outils disponibles pour les statistiques spatiales sous R, notamment autour des packages sf et sp.
slides et exercices, partie 1 slides et exercices, partie 2