.svg)
Il existe plusieurs langages informatiques vous permettant de mener des analyses exploratoires avec de la donnée. Nous allons mettre notre focus ici sur 3 d’entre eux et vous expliquer pourquoi, selon nous, ils sont pertinents si vous devez débuter dans le domaine.
R
Nous démarrons avec R, car ce langage est considéré par les initiés comme le langage le plus intuitif à apprendre, surtout si vous débutez et que vous ne disposez pas encore de compétences en programmation informatique. Il est utilisé par les académiciens ou encore par les chercheurs et il vous permet l'application d'une infinité de techniques d'analyse et modélisation statistique.
Python
Son principal rival est Python. La principale différence est que Python est avant tout un langage de programmation informatique qui a ensuite évolué pour pouvoir réaliser des fonctionnalités d’exploration de la donnée. Il est idéal pour un programmeur informatique qui souhaite exploiter des données.
Ces deux premiers langages sont open-source donc libres de tout paiement pour leur utilisation et disposent de multiples librairies et packages qui vous permettront de tester rapidement l’utilisation d’un algorithme.
SAS
Nous terminerons par évoquer tout de même SAS, un framework de briques logicielles permettant là aussi le traitement statistique de la donnée. Il est utilisé dans de nombreuses entreprises. Il a cependant l’inconvénient d’être payant par l’acquisition d’une licence. Ainsi, si vous souhaitez débuter à moindre frais, R ou Python seront sans doute de meilleurs alliés.
Comment installer R puis Rstudio
Pour faire un premier pas dans l'analyse de données, nous vous invitons à installer R et Rstudio sur votre ordinateur. Gratuits, pleins de ressources grâce à une communauté forte, ces deux logiciels vous permettront de tester vos premières analyses statistiques automatisées.
R est le logiciel/langage d’origine et Rstudio est une surcouche d’interface qui rend R plus ergonomique et plus ludique à utiliser. D’ailleurs, pensez dans un premier temps à installer R puis dans un second temps à installer Rstudio. Si vous faites l’inverse, Rstudio ne fonctionnera pas. Ci-dessous, vous trouverez quelques liens pour vous permettre d’installer le tout sans problème :
Installer R : https://cran.r-project.org
(Puis) Installer Rstudio : https://www.rstudio.com/products/rstudio/download/
