La formation est-elle certifiée Qualiopi ?

Oui, Learni est un organisme certifié Qualiopi. Cette certification garantit la qualité de nos formations et permet leur prise en charge par les OPCO et autres dispositifs de financement.

Comment financer ma formation ?

Nos formations sont éligibles aux financements OPCO. Learni vous accompagne dans les démarches de prise en charge. Un devis personnalisé est disponible sur demande.

Quels sont les prérequis pour cette formation ?

Les prérequis pour la formation Formation R Expert - Modélisations statistiques avancées sont : Maîtrise de R de base, programmation vectorielle, statistiques inférentielles, manipulation de données avec tidyverse.. Un entretien préalable permet de valider votre éligibilité.

La formation est-elle disponible en présentiel ?

Oui, la formation Formation R Expert - Modélisations statistiques avancées est disponible en présentiel. Le format peut être adapté à vos besoins (inter, intra, sur-mesure).

Formation R Expert - Modélisations statistiques ... | Learni

L'histoire de Learni

Fondée par des passionnés de l'apprentissage et de l'innovation, Learni s'est donnée pour mission de rendre la formation professionnelle accessible à tous, partout dans le monde. Notre équipe intervient dans les plus grandes métropoles telles que Paris, Lyon, Marseille, mais aussi à l'international, afin d'accompagner les talents et les organisations dans leur montée en compétences.

Configurez votre formation

Réponse sous 24hSans engagement100% gratuit

Il reste 8 places pour la prochaine session

FormatParticipantsDateCoordonnées

Quel format préférez-vous ?

Modalités, méthodes et moyens pédagogiques

La formation Formation R Expert - Modélisations statistiques avancées est délivrée en présentiel ou distanciel (blended-learning, e-learning, classe virtuelle, présentiel à distance). Chez Learni, organisme de formation certifié Qualiopi, chaque parcours est conçu pour maximiser l'acquisition de compétences, quel que soit le mode de formation choisi.

Le formateur alterne entre méthode démonstrative, interrogative et active (via des travaux pratiques et/ou des mises en situation). Cette approche pédagogique garantit un apprentissage concret et directement applicable en entreprise.

Moyens pédagogiques mis en œuvre

Pour garantir la qualité de la formation Formation R Expert - Modélisations statistiques avancées, Learni met à disposition les moyens pédagogiques suivants :

Ordinateurs Mac ou PC, connexion internet haut débit fibre, tableau blanc ou paperboard, vidéoprojecteur ou écran tactile interactif (pour les sessions en distanciel)
Environnements de formation installés sur les postes de travail ou accessibles en ligne
Supports de cours, exercices pratiques et ressources complémentaires
Accès post-formation aux supports et ressources pédagogiques

En cas de formation intra-entreprise sur site externe à Learni, le client s'assure et s'engage à disposer de toutes les ressources matérielles pédagogiques nécessaires (équipements informatiques, connexion internet...) au bon déroulement de l'action de formation conformément aux prérequis indiqués dans le programme de formation communiqué.

* nous consulter pour la faisabilité en distanciel** ratio variable selon la formation suivie

Modalités d'évaluation des acquis

L'évaluation des compétences acquises lors de la formation Formation R Expert - Modélisations statistiques avancées s'effectue à travers :

En cours de formation : études de cas, travaux pratiques et mises en situation professionnelle
En fin de formation : questionnaire d'auto-évaluation et évaluation des acquis par le formateur
Après la formation : attestation de fin de formation détaillant les compétences acquises

Accessibilité de la formation

Learni s'engage pour l'accessibilité de ses formations professionnelles. Toutes nos formations sont accessibles aux personnes en situation de handicap. Nos équipes sont à votre disposition pour adapter les modalités pédagogiques à vos besoins spécifiques. N'hésitez pas à nous contacter pour toute demande d'aménagement.

Objectifs de la formation

Maîtriser les GLM et modèles mixtes en R

Implémenter des algorithmes de machine learning avancés

Optimiser le code R pour big data avec data.table

Développer des applications Shiny interactives

Analyser des séries temporelles avec forecast

Produire des rapports automatisés via R Markdown

Diagnostiquer et valider des modèles prédictifs

Programme de la formation

Module 1Modélisation linéaire avancée : GLM, diagnostics (glmnet, mgcv, ggplot2)

Plongez dans les GLM et modèles non linéaires avec glmnet et mgcv sur datasets réels, réalisez des régressions régularisées pour prédire des ventes, effectuez des diagnostics complets via broom et ggplot2 pour visualisations percutantes, testez la robustesse de vos modèles sur cas concrets, produisez vos premiers rapports knitr prêts à partager, et optimisez vos scripts pour une exécution fluide.

Module 2Machine Learning et séries temporelles : caret, forecast, tidymodels

Explorez les pipelines ML avec tidymodels et caret sur données massives, entraînez des modèles Random Forest et XGBoost pour classification précise, analysez des séries temporelles via forecast et ARIMA pour prévisions fiables, cross-validez vos approches sur Kaggle datasets, intégrez le feature engineering avancé, générez des matrices de confusion interactives, et déployez vos prédictions en production.

Module 3Optimisation et apps : Shiny, data.table, parallelisation

Accélérez vos analyses big data avec data.table et parallel, construisez des dashboards Shiny réactifs pour visualiser KPI en temps réel, intégrez des APIs pour données live, automatisez des workflows via plumber, testez la scalabilité sur clusters, finalisez un projet complet avec déploiement GitHub, et repartez avec un portfolio pro démontrant votre expertise R.