Je travaillerai sur des projets r, SAS et python

Les données sont sans doute le nouveau pétrole, et disposer des meilleures techniques d’analyse permet de prendre des décisions fiables dans différentes organisations ou entreprises. Il existe de nombreuses méthodes statistiques pour donner du sens aux données. Parmi les approches statistiques courantes utilisées par les chercheurs figurent l’analyse descriptive, l’analyse exploratoire, l’ANOVA, la MANOVA, la régression, l’analyse de corrélation, les méta-analyses, l’analyse de processus, le ML comme SVM, arbres de décision, RF (forêts aléatoires), et diverses autres algorithmes d’apprentissage automatique. La bonne nouvelle est que des logiciels statistiques avancés comme R disposent de packages personnalisés tels que MASS, tidy verse, e1071, ggplots, etc., qui facilitent grandement l’analyse de tout type de données. Le logiciel statistique R offre également des outils de visualisation fiables comme R-shiny. Il permet aussi une présentation facile via R-markdown ou R slides.

Je possède une vaste expérience non seulement en analyse et modélisation de données, mais aussi en utilisation avancée de R pour effectuer différentes analyses statistiques, par exemple :

1. Création de modèles d’apprentissage automatique
2. Manipulation de données
3. Analyse descriptive
4. Analyse exploratoire de données
5. ANOVA
6. MANOVA
7. Régression
8. SVM
9. RF
10. Modélisation prédictive
11. Classification de données