Principes fondamentaux de la visualisation des données avec R

Qu'est-ce que la visualisation de données ? Pourquoi est-elle utile ? Que sont l'analyse exploratoire et l'analyse explicative ? Comment choisir le bon graphique ?

Ce cours pratique vous apprendra les bases de ggplot2 | Diapositives

• Corrélation : nuage de points et graphique à bulles
• Distribution : histogramme, densité et boxplot.
• Classement : barplot, lollipop et treemap.
• Évolution : graphique linéaire et graphique à aires

Introduction au traitement des données avec R, Python et Matlab

L'objectif principal de cette série d'ateliers est de donner aux étudiants en master l'opportunité d'améliorer leurs compétences en traitement de données grâce à la résolution active de problèmes (avec des conseils et des lignes directrices) qui sont représentatifs des problèmes du « monde réel » que l'on rencontrera probablement dans la recherche. | Diapositives

• Reproductibilité du code (programmation dynamique)
• Compréhensibilité du code (commentaires, style, Rmarkdown, notebook Jupyter)
• Contrôle de version et disponibilité du code (github)
• Familiarité avec le terminal
• Automatisation (création de fonctions)
• Traitement et visualisation des données

Conseils et astuces Rmarkdown

Conseils et exemples pour des rapports Rmarkdown interactifs, performants et précis. | Diapositives

Guide du voyageur du cerveau

Un ensemble de tutoriels pour installer et configurer différents outils d'analyse de données en sciences sociales, psychologie et neurosciences. | Diapositives

• Comment installer et/ou configurer R, Python (avec Anaconda) et MATLAB/Octave
• Comment installer et/ou configurer SPM (et certaines boîtes à outils), FSL et AFNI
• Bases de la programmation Linux/Unix, trucs et astuces sympas
• Configuration et astuces de Git