Le programme de l’atelier proposé sur des développements autour de R Markdown
Créer des contenus pour R Markdown et shiny – Reporting tabulaire avec le package flextable Les fonctionnalités du package Les techniques utilisées pour l’intégration avec knitr Pratiquons : Créer une méthode d’impression tabulaire avec knitr et flextable pour les documents R Markdown – htmlwidgets : package ggiraph Les fonctionnalités du package Intégration dans le contexte shiny et dans le contexte R Markdown Implémentation du htmlwidget Pratiquons : Créer un simple htmlwidget Personnalisation des documents R Markdown Le triptyque CSS/JavaScript/HTML Exemples de thèmes xaringan, pagedown, blogdown Pratiquons : personnalisation d’un thème pagedown et d’un thème xaringan (https://github.
Christophe Botella nous a preparé un atelier pratique présentant le deep learning et comment le mettre en application avec le package {R-Mxnet}.
Le code de l’atelier
Et la présentation
Au cours d’une séance découverte un peu spécial, donnée lors de l’assemblée générale du département de mathématique et informatique de l’INRA, Mahendra nous a fait découvrir les potentialités de {plotly,ggplotly,crosscall}
Matthieu et Éric nous propose une séance sur {rSTAN}, l’interface R à la bibliothèque C++ Stan. Il s’agit d’algorithme inférence b yésienne utilisant une variante du Monte-Carlo Hamiltonien. On peut aussi faire de l’inférence fréquentiste par optimisation.
Dans la continuité de ce qui a été fait à Beg-meil](https://stateofther.github.io/finistR2018/atelier3_package_creation.html), je vous propose un tour d’horizon des bonnes pratiques et de l’ensemble des outils disponibles pour réaliser le développement d’un package R.
R package {bigstatsr} provides a special class of matrix whose data is stored on the disk instead of the RAM, but you can still access the data almost as if it were in memory.
Marco et Vincent vous proposent de prendre un peu de temps pour apprendre à se servir du package exams (disponible sur le CRAN) pour générer automatiquement des examens (QCM ou autres), corriger automatiquement ces examens, gérer un ensemble d’exercices collectivement, mettre en place une plateforme de e-learning.
Antoine, notre fanatique du tidyverse, nous propose de jeter un coup d’oeil à broom et rsample, des packages de tidymodels, pour travailler proprement (aka en format tibble) avec les sorties S3 des méthodes statistiques comme lm ou kmeans et faciliter l’utilisation des méthodes de rééchantillonage.