Séance 1 : Premiers pas avec R

Apprendre R avec les LLMs

Auteur·rice

Elias Bouacida

Date de publication

14 octobre 2025

Plan de la séance

Présentation (15min) : Le cours et les outils
Découverte de l’interface RStudio (30min) : Se repérer dans l’environnement
Premiers calculs (30min) : R comme une calculatrice
Concepts de base (60min) : Objets, assignation, types
Fonctions intégrées (45min) : Utiliser des fonctions existantes
Premier script (30min) : Organiser son code

Production attendue : Journal de bord documentant votre découverte de R

Objectifs de la séance

Découvrir R et apprendre avec les LLMs

Comprendre ce qu’est R et à quoi il sert
Se familiariser avec RStudio
Maîtriser les concepts fondamentaux : objets, types, fonctions
Apprendre à utiliser les LLMs comme assistants d’apprentissage
Commencer son journal de bord

Découverte de RStudio

Exercice 1 : Explorer l’interface

Ouvrez RStudio sur votre ordinateur.

Explorez ensuite :

La console (en bas à gauche généralement)
L’éditeur de scripts (en haut à gauche)
L’environnement (en haut à droite)
Les fichiers/graphiques (en bas à droite)

10 minutes. Laisser les étudiants découvrir l’interface. Circuler pour aider. Vérifier que tout le monde a RStudio installé et fonctionnel.

Exercice 2 : La console interactive

La console permet d’exécuter du code R directement.

Testez dans la console :

2 + 2

Ensuite, essayez :

10 - 3
5 * 4
20 / 5

Astuce

Appuyez sur Entrée pour exécuter. R affiche immédiatement le résultat !

10 minutes. Concept simple, mais fondamental. Insister sur l’aspect interactif.

Premiers calculs

R comme calculatrice

R peut effectuer tous les calculs mathématiques de base.

Addition : +
Soustraction : -
Multiplication : *
Division : /
Puissance : ^

Exercice 3 : Calculer une moyenne

Situation : Dans votre classe, les notes sont 12, 15, 13 et 8.

Question : Comment calculer la moyenne avec R ?

Demandez à votre LLM :

“Comment calculer la moyenne de ces notes en R : 12, 15, 13, 8 ?”

Testez le code proposé dans la console.

15 minutes. Premier contact avec c() et mean(). Ne pas tout expliquer maintenant – laisser les étudiants découvrir avec le LLM.

Comprendre le code

Vous avez probablement obtenu quelque chose comme :

notes <- c(12, 15, 13, 8)
mean(notes)

Demandez au LLM d’expliquer :

Que fait c() ?
Que signifie <- ?
Que fait mean() ?

Vocabulaire à découvrir

Vecteur : c() crée une collection de valeurs
Assignation : <- stocke une valeur dans un objet
Fonction : mean() calcule la moyenne

Concepts fondamentaux

Les objets en R

En R, on stocke des valeurs dans des objets (aussi appelés variables).

age <- 20
nom <- "Alice"
est_etudiant <- TRUE

Analogie

Un objet est comme une boîte avec une étiquette (son nom) qui contient une valeur.

Exercice 4 : Créer des objets

Créez les objets suivants :

votre_prenom <- "..."
votre_age <- ...
annee_naissance <- 2025 - votre_age

Ensuite, affichez-les en tapant simplement leur nom dans la console.

Questions à explorer avec le LLM :

Peut-on mettre des espaces dans les noms d’objets ?
Quelle est la différence entre <- et = ?
Comment supprimer un objet ?

15 minutes. Exercice pratique simple. Les étudiants découvrent les règles de nommage.

Les types de données

R distingue différents types de données :

Numérique : 42, 3.14
Caractère (texte) : "Bonjour", "Paris"
Logique : TRUE, FALSE

Pour vérifier le type :

age <- 20
class(age)

Exercice 5 : Explorer les types

Demandez au LLM :

“Explique-moi les différents types de données en R avec des exemples simples.”

Ensuite, testez ce code et observez :

nombre <- 42
texte <- "Hello"
vrai_faux <- TRUE

class(nombre)
class(texte)
class(vrai_faux)

Question bonus : Que se passe-t-il si on essaie d’additionner un nombre et du texte ?

15 minutes. Concept important. Les erreurs de type sont fréquentes pour les débutants.

Les vecteurs

Un vecteur est une collection de valeurs du même type.

notes <- c(12, 15, 13, 8)
prenoms <- c("Alice", "Bob", "Charlie")

Important

c() signifie “combine” - elle regroupe plusieurs valeurs.

Exercice 6 : Manipuler des vecteurs

Créez un vecteur avec les températures de la semaine :

temperatures <- c(18, 20, 19, 22, 21, 17, 16)

Demandez au LLM comment :

Afficher la première température
Afficher les trois premières températures
Calculer la température moyenne
Trouver la température maximale

Testez les solutions proposées !

15 minutes. Introduction à l’indexation. Les étudiants découvriront [1], [1:3], max(), etc.

Fonctions intégrées

Qu’est-ce qu’une fonction ?

Une fonction est un outil qui prend des données en entrée et produit un résultat.

Analogie : Une fonction est comme une machine :

Vous lui donnez quelque chose (l’entrée)
Elle effectue une opération
Elle vous rend un résultat (la sortie)

Exercice 7 : Découvrir des fonctions

Avec votre vecteur de températures, testez :

temperatures <- c(18, 20, 19, 22, 21, 17, 16)

mean(temperatures)    # moyenne
sum(temperatures)     # somme
length(temperatures)  # nombre d'éléments
min(temperatures)     # minimum
max(temperatures)     # maximum

Demandez au LLM :

“Quelles autres fonctions statistiques utiles existent en R pour analyser un vecteur de nombres ?”

15 minutes. Les étudiants découvrent les fonctions intégrées. Encourager l’exploration.

Exercice 8 : L’aide en R

Vous pouvez obtenir de l’aide sur n’importe quelle fonction avec ? :

?mean
?sum

Explorez :

Testez ?mean dans la console
Où apparaît l’aide ?
Que signifie le paramètre na.rm ?

Double source d’aide

L’aide R (documentation officielle)
Les LLMs (explications en langage naturel)

Utilisez les deux !

15 minutes. Concept important : devenir autonome. L’aide R est technique mais précise.

Exercice 9 : Gérer les valeurs manquantes

Testez ce code :

notes_avec_absence <- c(12, 15, NA, 13, 8)
mean(notes_avec_absence)

Que se passe-t-il ?

NA signifie “Not Available” (donnée manquante).

Demandez au LLM comment calculer la moyenne en ignorant les NA.

Indice : regardez dans l’aide de mean() le paramètre na.rm

15 minutes. Problème réel et fréquent. Les étudiants découvrent na.rm = TRUE.

Premier script

Pourquoi un script ?

Jusqu’ici, vous avez tapé dans la console (code éphémère).

Un script permet de :

Sauvegarder votre code
Le réutiliser
Le partager
Le commenter

Exercice 10 : Créer un script

Cliquez sur File > New File > R Script
Dans ce nouveau fichier, écrivez :

# Mon premier script R
# Auteur : [Votre nom]

# Calcul de moyennes
notes <- c(12, 15, 13, 8)
moyenne <- mean(notes)

print("La moyenne est :")
print(moyenne)

Sauvegardez (File > Save ou Ctrl+S)
Exécutez ligne par ligne (Ctrl+Entrée)

20 minutes. Première sauvegarde de code. Insister sur les commentaires (#).

Les commentaires

Les lignes commençant par # sont des commentaires :

# Ceci est un commentaire - R l'ignore
notes <- c(12, 15, 13, 8)  # Commentaire après du code

Bonne pratique

Commentez votre code pour expliquer pourquoi vous faites quelque chose, pas seulement ce que vous faites.

Exercice 11 : Script complet

Créez un script qui :

Crée un vecteur de températures sur 7 jours
Calcule la moyenne, le minimum et le maximum
Affiche ces résultats avec print()
Commente chaque étape

Demandez au LLM de vous aider si nécessaire, mais essayez d’abord par vous-même !

20 minutes. Exercice de synthèse. Les étudiants combinent tout ce qu’ils ont appris.

Journal de bord et réflexion

Votre journal de bord

Outil essentiel

Tout au long de ce cours, vous tiendrez un journal de bord documentant votre apprentissage.

Pour chaque séance, notez :

Les prompts que vous avez utilisés avec les LLMs
Les réponses obtenues (copier-coller)
Ce que vous avez compris
Les difficultés rencontrées
Les solutions trouvées

Exercice 12 : Première entrée du journal

Dans votre journal, répondez à :

Qu’est-ce qu’un objet en R ? (avec vos propres mots)
Qu’est-ce qu’une fonction ? (donnez 3 exemples)
Un prompt efficace que vous avez utilisé aujourd’hui
Une erreur que vous avez rencontrée et comment vous l’avez résolue
Une question que vous vous posez encore

Conseil

Soyez précis ! Plus votre journal est détaillé, plus il vous sera utile.

20 minutes. Moment réflexif important. Circuler pour voir les journaux. Donner des retours.

Conseils pour les prompts

Un bon prompt :

Est précis : “Explique-moi les vecteurs en R” plutôt que “Parle-moi de R”
Donne du contexte : “Je débute en programmation”
Demande des exemples : “Avec un exemple simple”
Peut être affiné : Si la réponse ne convient pas, reformulez !

Exemples de bons prompts

Exemples

“Je débute en R. Peux-tu m’expliquer ce que fait c() avec un exemple concret ?”
“J’ai cette erreur [copier l’erreur]. Qu’est-ce que ça signifie et comment la corriger ?”
“Comment calculer la moyenne d’un vecteur contenant des NA en R ?”

Ressources et prochaines étapes

Ce que vous avez appris aujourd’hui

✅ Utiliser RStudio ✅ Créer des objets avec <- ✅ Manipuler des vecteurs avec c() ✅ Utiliser des fonctions : mean(), sum(), max(), etc. ✅ Écrire et sauvegarder un script ✅ Commenter son code ✅ Utiliser les LLMs comme assistants

Pour aller plus loin

Pratiquez : La programmation s’apprend en faisant
Expérimentez : Testez des fonctions, cassez des choses !
Documentez : Tenez votre journal à jour
Demandez : Aux LLMs, à vos camarades, à l’enseignant

Préparation prochaine séance

Devoirs

Terminez les exercices si besoin
Mettez à jour votre journal de bord
Créez un script avec une petite analyse de votre choix (notes, prix, âges, etc.)
Explorez 2 nouvelles fonctions et documentez-les dans votre journal

Questions ?

N’oubliez pas

R est un outil - il faut du temps pour le maîtriser
Les erreurs sont normales et font partie de l’apprentissage
Les LLMs sont des assistants, pas des remplaçants de votre cerveau
Testez toujours le code avant de l’utiliser

Bienvenue dans l’aventure R ! 🚀