Bonjour et bienvenue ! Si vous êtes ici, vous êtes probablement curieux à propos de **R** et pourquoi c'est un sujet si important dans le monde de la **science des données**, alors discutons pourquoi c'est un outil fantastique pour analyser et visualiser des données.

Mais qu'est-ce qui fait que R se démarque dans une mer de langages de programmation ?

- **Centre statistique** : R a été conçu par des statisticiens, pour des statisticiens. Sa riche bibliothèque de méthodes statistiques et graphiques comprend la modélisation linéaire et non linéaire, les tests statistiques classiques, l'analyse de séries chronologiques, la classification, le clustering, et plus encore ;

- **Gratuit et Open Source** : R est un logiciel libre et open-source, ce qui signifie que vous pouvez l'utiliser sans aucun coût. De plus, il dispose d'une communauté dynamique qui contribue à son vaste écosystème de packages, élargissant constamment les capacités de R ;

- **Hautement extensible** : L'environnement R peut être étendu via des packages. Il existe plus de 15 000 packages disponibles sur CRAN (le Comprehensive R Archive Network), répondant à un large éventail de tâches statistiques, graphiques et d'apprentissage automatique ;

- **Manipulation et nettoyage des données** : R excelle dans la manipulation et le nettoyage des données en fournissant des outils intuitifs et puissants pour transformer et organiser les données ;

- **Visualisation des données** : L'une des caractéristiques remarquables de R est sa capacité de visualisation des données. En particulier, il est réputé pour créer des visualisations complexes et esthétiquement plaisantes avec un minimum de code.

R est l'un des langages de programmation les plus populaires parmi les analystes de données et les data scientists. R dispose d'une large communauté qui vous aidera toujours avec n'importe quel problème. De plus, R possède des tonnes de différents packages conçus pour résoudre divers problèmes. Le langage peut être facilement appliqué aux problèmes de statistiques et d'analyse de données. Dans la première partie, vous serez introduit aux bases de R et vous traiterez des valeurs 1-D uniques de différents types.

Dans la section initiale, vous plongerez dans les éléments fondamentaux de R, tels que la génération de sortie et l'exécution d'opérations élémentaires. Cette section se terminera par une exploration de la théorie derrière les variables.

Vous vous familiariserez avec la classe de vecteurs en R, qui gère également les valeurs individuelles. Ici, vous explorerez les principaux types de données pour les valeurs singulières et apprendrez à gérer plusieurs valeurs du même type simultanément.

Les facteurs, également connus sous le nom de variables catégorielles, sont courants dans le monde réel. Les exemples incluent les groupes sanguins, les devises, les nationalités et les marques. Contrairement aux variables numériques, les facteurs ont un ensemble limité de valeurs possibles.

Introduction à R : Partie I

Pourquoi R?

Caractéristiques clés de R