Au menu du jour : {R6} — Partie 2
Vous avez lu avec attention notre premier billet sur R6, et vous en voulez encore plus ? C’est normal, nous vous avions promis de continuer à vous parler du package le plus installé de l’univR.
Au menu du jour : {R6} — Partie 1
Chose promise, chose due : il est temps que nous parlions de R6.
« À la bonne heure »… avec R !
Un jour où l’autre, vous aurez à gérer des dates avec R. Et ça, que vous soyez analyste débutant, statisticien de haut vol ou data scientist chevronné. Alors, autant s’y coller dès aujourd’hui, vous ne croyez pas ?
Dockeriser une application Shiny
Retour sur l’intervention de Vincent aux 6e Rencontres R d’Anglet : « Encapsuler une application R avec Docker ».
De retour de useR!2017
Après avoir traîné nos baskets du côté d’Anglet, nous sommes montés dans un nouveau train en direction Bruxelles. Eh oui, nous n’allions pas manquer l’édition 2017 de useR!, alors qu’elle était juste à côté de chez nous !
De retour d’AngletR
Du 28 au 30 juin 2017, 3/4 de la team ThinkR est venue fouler les terres basques pour la sixième édition des Rencontres R. Retour sur trois jours studieux.
Les API, un enfeR ?
Transcription de l’intervention de Colin aux Rencontres R d’Anglet !
De retour du Web2Day
« Les voyages forment la jeunesse », raconte le proverbe. Notre esprit scientifique ne pouvait résister à l’envie de tester cet adage. Alors, pour récolter les données de notre expérience, et savoir si changer d’air faisait vraiment changer de perspective, nous sommes partis fouler les terres de l’Île de Nantes, pour trois jours de Web2day.
Dataviz — Il n’y a pas que ggplot dans la vie !
Il faut l’avouer, nous sommes de grands fans de {ggplot2}. D’ailleurs, nous utilisons très souvent ce package, et c’est lui qui produit (presque) tous les graphiques que vous trouverez sur ce blog. Mais parce qu’il est important de garder l’oeil ouvert, voici un tour d’horizon non exhaustif d’autres packages de dataviz.
Premiers pas en Machine Learning avec R. Volume 3 : k-means clustering
Vous connaissez l’expression : jamais deux sans trois ! Suite de notre série sur le machine learning avec R.