Expose sur le langage R :

1
1/-Qu'est-ce que la programmation R :

R est un langage de programmation informatique interprété qui a été créé par Ross Ihaka et
Robert Gentleman à l'Université d'Auckland, en Nouvelle-Zélande." L’équipe principale de
développement de R développe actuellement R. Il s'agit également d'un environnement logiciel
utilisé pour analyser les informations statistiques, la représentation graphique, les rapports et la
modélisation des données. R est l'implémentation du langage de programmation S, qui est
combiné avec la sémantique de portée lexicale.

R nous permet non seulement de faire du branchement et du bouclage, mais aussi de

faire de la programmation modulaire à l'aide de fonctions. R permet l'intégration avec

les procédures écrites dans les langages C, C++, .Net, Python et FORTRAN pour

améliorer l'efficacité.

À l'ère actuelle, R est l'un des outils les plus importants utilisés par les chercheurs, les

analystes de données, les statisticiens et les spécialistes du marketing pour récupérer,

nettoyer, analyser, visualiser et présenter des données.

2/-Histoire de la programmation R :

L'histoire de R remonte à environ 20-30 ans. R a été développé par Ross lhaka et Robert
Gentleman à l'Université d'Auckland, en Nouvelle-Zélande, et l'équipe de développement R
développement le développe actuellement. Ce nom de langage de programmation est tiré du
nom des deux développeurs. Le premier projet a été envisagé en 1992. La version initiale a été
publiée en 1995 et en 2000, une version bêta stable a été publiée.

3/-caractéristiques de la programmation R :

R est un langage de programmation spécifique à un domaine qui vise à analyser des données. Il
a des caractéristiques uniques qui le rendent très puissant. Le plus important étant sans doute la
notation des vecteurs. Ces vecteurs nous permettent d'effectuer une opération complexe sur un
ensemble de valeurs en une seule commande.

Il y a les caractéristiques suivantes de la programmation R :

1. C'est un langage de programmation simple et efficace qui a été bien développé.

2
 2. Calculs à l'aide de vecteurs.

3. R est un langage interprété. C'est un logiciel d'analyse de données.

4. Il s'agit d'un langage bien conçu, simple et efficace qui comprend les concepts de
fonctions d'E/S définies par l'utilisateur, en boucle, conditionnelles et diverses.
5. Il dispose d'un ensemble d'outils cohérents et intégrés qui sont utilisés pour l'analyse des
données.

6. Pour différents types de calcul sur des tableaux, des listes et des vecteurs, R contient
une suite d'opérateurs.

7. Il fournit une installation efficace de traitement et de stockage des données.

8. C'est un logiciel open source, puissant et hautement extensible.

9. Il fournit des techniques graphiques hautement extensibles.

10. Il nous permet d'effectuer plusieurs

4/-Pourquoi utiliser la programmation R ?

Il existe plusieurs outils disponibles sur le marché pour effectuer l'analyse des
données. Apprendre de nouvelles langues prend du temps. Le data scientist peut utiliser deux
excellents outils, à savoir R et Python. Nous n'aurons peut-être pas le temps de les apprendre
tous les deux au moment où nous commençons à apprendre la science des données. Apprendre
la modélisation statistique et l'algorithme est plus important que d'apprendre un langage de
programmation. Un langage de programmation est utilisé pour calculer et communiquer notre
découverte.

La tâche importante en science des données est la façon dont nous traitons les données :
nettoyage, ingénierie des fonctionnalités, sélection des fonctionnalités et importation. Cela
devrait être notre objectif principal. Le travail du data scientiste consiste à comprendre les
données, les manipuler et exposer la meilleure approche. Pour la machine Learning, les
meilleurs algorithmes peuvent être implémentés avec R. Karas et TensorFlow nous
permettent de créer des techniques de machine Learning haut de gamme. R a un package pour
effectuer Xgboost . Xgboost est l'un des meilleurs algorithmes pour la compétition Kaggle .

R communique avec les autres langages et appelle éventuellement Python, Java, C++. Le
monde du big data est également accessible à R. On peut connecter R avec différentes bases de
données comme Spark ou Hadoop .

3
En bref, R est un excellent outil pour étudier et explorer les données. Les analyses élaborées
telles que le regroupement, la corrélation et la réduction des données sont effectuées avec .

5/-Applications de R :

Il existe plusieurs applications disponibles en temps réel. Certaines des applications

populaires sont les suivantes :

o Facebook.
o Google.
o Twitter.
o HRDAG.
o Fondation Sunlight.
o Réel Climat.
o NDAA.
o XBOX O.

6/-R Avantages et inconvénients :

R est le langage de programmation le plus populaire pour la modélisation et l'analyse

statistiques. Comme d'autres langages de programmation, R présente également des

avantages et des inconvénients. C'est un langage en constante évolution, ce qui signifie

que de nombreux inconvénients disparaîtront lentement avec les futures mises à jour
de R.

Il y a les avantages et les inconvénients suivants de R :

6-1-/les Avantages :

6-1-1/Open Source

Un langage open source est un langage sur lequel nous pouvons travailler sans avoir besoin
de licence ou de frais. R est un langage open source. Nous pouvons contribuer au
développement de R en optimisant nos packages, en en développant de nouveaux et en résolvant
les problèmes.

4
 6-1-2/ Indépendant de la plate-forme

R est un langage indépendant de la plate-forme ou un langage de programmation

multiplateforme, ce qui signifie que son code peut s'exécuter sur tous les systèmes
d'exploitation. R permet aux programmeurs de développer des logiciels pour plusieurs plates-
formes concurrentes en écrivant un programme une seule fois. R peut fonctionner assez
facilement sur Windows, Linux et Mac.

6-1-3/ Opérations d'apprentissage automatique

R nous permet d'effectuer diverses opérations d'apprentissage automatique telles que la

classification et la régression. À cette fin, R fournit divers packages et fonctionnalités pour
développer le réseau de neurones artificiels. R est utilisé par les meilleurs data scientists au
monde.

6-1-4/Support exemplaire pour le data wrangling

R nous permet d'effectuer des conflits de données. R fournit des packages tels que

dplyrreadr qui sont capables de transformer des données désordonnées en une forme structurée.

6-1-5/ Traçage et représentation graphique de qualité

R simplifie le traçage et la représentation graphique de qualité. Les bibliothèques R telles

que ggplot2 et plotly préconisent des graphiques visuellement attrayants et esthétiques qui
distinguent R des autres langages de programmation.

6-1-6/ La gamme de forfaits

R a un riche ensemble de packages. R a plus de 10 000 packages dans le référentiel CRAN

qui ne cessent de croître. R fournit des packages pour les opérations de science des données et
d'apprentissage automatique.

6-1-7/ Statistiques

R est principalement connu comme le langage des statistiques. C'est la principale raison pour
laquelle R est prédominant par rapport aux autres langages de programmation pour le
développement d'outils statistiques.

5
6-1-8/ Croissance continue

R est un langage de programmation en constante évolution. Évoluer constamment signifie

que lorsque quelque chose évolue, cela change ou se développe avec le temps, comme nos goûts
pour la musique et les vêtements, qui évoluent avec l'âge. R est un état de l'art qui fournit des
mises à jour chaque fois qu'une nouvelle fonctionnalité est ajoutée.

6-2/les inconvénients :
6-2-1/ Traitement des données

Dans R, les objets sont stockés dans la mémoire physique. C'est en contraste avec d'autres
langages de programmation comme Python. R utilise plus de mémoire que Python. Il nécessite
toutes les données en un seul endroit qui est dans la mémoire. Ce n'est pas une option idéale
lorsque nous traitons du Big Data.

6-2-2/Langage compliqué

R est un langage très compliqué, et sa courbe d'apprentissage est abrupte. Les personnes qui
n'ont pas de connaissances préalables ou d'expérience en programmation peuvent avoir du mal
à apprendre R.

6-2-3/ Origine faible

Le principal inconvénient de R est qu'il ne prend pas en charge les graphiques dynamiques
ou 3D. La raison derrière cela est son origine. Il partage son origine avec un langage de
programmation beaucoup plus ancien « S ».

6-2-4/ Vitesse inférieure

Le langage de programmation R est beaucoup plus lent que d'autres langages de

programmation tels que MATLAB et Python. Par rapport à d'autres langages de
programmation, les packages R sont beaucoup plus lents.

Dans R, les algorithmes sont répartis sur différents packages. Les programmeurs qui n'ont
aucune connaissance préalable des packages peuvent avoir des difficultés à mettre en œuvre
des algorithmes.

6
6-2-5/ Sécurité de base

R manque de sécurité de base. C'est une partie essentielle de la plupart des langages de
programmation tels que Python. Pour cette raison, il existe de nombreuses restrictions avec R
car il ne peut pas être intégré dans une application Web.