Apprendre la Programmation R avec les LLM

Méthodologie de Projet Personnel et Professionnel

Elias Bouacida

12 septembre 2025

Introduction

Bienvenue ! 🚀

Apprendre la Programmation R avec les LLM

🤖 LLM = Votre Assistant

LLM : Large Language Model, aussi connu sous le nom d’IA générative

Ex : ChatGPT, Claude, Mistral, etc.

📊 R = Langage Statistique

Pour analyser, visualiser, calculer

🎯 Objectif = Collaboration

Programmer AVEC l’IA générative intelligemment

Sondage 📊

Levez la main si vous avez déjà…

  • Utilisé un LLM (ChatGPT, Claude, etc) ? 🙋‍♀️
  • Demandé leur aide pour un devoir ? 📝
  • Copié-collé une de leur réponse sans la comprendre ? 😅
  • Fait confiance aveuglément à un LLM ? 🤖
  • Payé pour un LLM ?
  • Programmé dans n’importe quel langage de programmation ? 💻

Pas de jugement ! 😊

Pourquoi ce cours ? 🎯

Que va-t-on apprendre ?

Que faites-vous ?

L’approche ici

  • Poser les BONNES questions
  • Vérifier et corriger les erreurs
  • Comprendre les réponses
  • Utiliser le LLM comme partenaire

Objectif : Autonomie et esprit critique

Démonstration : Prompt

Prompt 1

"Fais-moi des statistiques sur mes données"
  • Problème : Trop vague !
  • Quelles données ?
  • Quelles statistiques ?
  • Quel format de sortie ?

Prompt 2

"J'ai 10 notes d'étudiants : 
12, 15, 18, 14, 16, 13, 17, 11, 19, 15.
Calcule la moyenne, médiane, écart-type
en R avec des commentaires explicatifs."

Résultat : Code précis et commenté !

Objectif du cours

  • Apprendre à utiliser R et Rstudio
  • Apprendre à utiliser les principales librairies (aussi appelées paquets) de R pour l’analyse de données et les statistiques (le tidyverse)
  • Vous préparez à utiliser R dans d’autres cours (économétrie, séries temporelles, économie du travail, projet tutorés)
  • Vous apprendre à utiliser des LLMs pour faire cela

R ? 📊

R et RStudio : Vos nouveaux outils

R = Le Moteur 🚗

RStudio = L’Interface 🖥️

  • Environnement convivial
  • Facilite l’écriture de code R
  • Intègre tout en un endroit
  • Comme Word pour l’écriture

Exemples concrets d’usage 🌟

  • 📈 Analyser un sondage : “Quel pourcentage préfère le chocolat ?”
  • 📊 Créer des graphiques : Histogrammes, courbes, diagrammes
  • 🧮 Calculs statistiques : Moyennes, corrélations, tests, économétrie
  • 🏃 Données sportives : Performance des équipes, évolutions
  • 📋 Nettoyer des données : Corriger, organiser, structurer
  • 🎯 Prédictions simples : “Quelle sera la prochaine tendance ?”

Premier aperçu du code R

# Créer une liste de notes
notes <- c(15, 12, 18, 14, 16, 13, 17)
# Calculer la moyenne
moyenne <- mean(notes)
# Afficher le résultat
print(paste("La moyenne est :", moyenne))
[1] "La moyenne est : 15"

C’est tout ! Pas si compliqué, non ? 😊

Comment ça marche avec un LLM ? 🤝

Le processus en 4 étapes

  1. 🎯 Formuler une question précise
    • Au lieu de “fais-moi des calculs”
    • Dire “calcule la moyenne de ces 5 notes : 12, 15, 18, 14, 16”
  2. 🤖 Recevoir et comprendre la réponse
    • Le LLM vous donne du code + des explications (si vous lui demandez)
  3. 🧪 Tester et vérifier
    • Exécuter le code, voir si ça marche, comprendre pourquoi
  4. ✨ Améliorer si nécessaire
    • Corriger les erreurs, adapter à vos besoins

Exemple

Votre demande (à votre LLM préféré)

"J'ai des données de vente par mois :
Janvier : 1500€, Février : 2000€, Mars : 1800€
Crée un graphique en barres avec R"

Essayez !

Exemple (réponse possible)

# Données de vente
mois <- c("Janvier", "Février", "Mars")
ventes <- c(1500, 2000, 1800)

# Créer le graphique
barplot(ventes, names.arg = mois, 
        main = "Ventes par mois",
        ylab = "Montant (€)")

Le résultat

# Testons le code !
mois <- c("Janvier", "Février", "Mars")
ventes <- c(1500, 2000, 1800)

barplot(ventes, names.arg = mois, 
        main = "Ventes par mois",
        ylab = "Montant (€)",
        col = "steelblue")

Les Erreurs : Vos Amies ! 🐛

Pourquoi on va faire exprès de commettre des erreurs

Principe pédagogique : Les erreurs sont des occasions d’apprentissage, pas des échecs !

  • 🎯 Développer votre esprit critique
  • 🔍 Apprendre à déboguer
  • 🤖 Comprendre les limites des LLM
  • 💪 Gagner en autonomie
  • 🧠 Mémoriser par l’expérience

Organisation du Cours

5 Séances, 2 Phases

Phase 1 : Fondations 🌱 (Séances 1-3)

  • Séance 1 : Premier contact LLM + Variables R
  • Séance 2 : Vecteurs et fonctions built-in
  • Séance 3 : Créer ses propres fonctions

Objectif : Maîtriser le dialogue avec un LLM et les concepts R de base

Phase 2 : Application 🚀 (Séances 4-5)

  • Séance 4 : Tableaux de données et graphiques
  • Séance 5 : Projet personnel libre

Objectif : Analyser de vraies données en autonomie

Structure d’une séance type

🎭 Présentation

30-60 min

  • Concepts du jour
  • Démonstrations en direct
  • Exemples concrets

💻 Pratique

90-120 min

  • Exercices sur machine
  • Aide individuelle
  • Debugging collectif

🤝 Partage

30 min

  • Retours d’expérience
  • Solutions créatives

Évaluation 📊

Évaluation continue

L’objectif : évaluer votre progression, pas vous piéger !

Cours à validation.

Questions & Discussion 💬

Vos interrogations

Quelles sont vos questions ? 🤔

  • 🤖 Sur l’utilisation des LLM ?
  • 📊 Sur le langage R ?
  • 📅 Sur l’organisation du cours ?
  • 📝 Sur l’évaluation ?

Pas de question bête ! Nous sommes tous là pour apprendre ensemble 😊

Prochaines Étapes 🎯

Maintenant

  1. 📥 Installer R et RStudio (tutoriel fourni, si sur votre machine, démarrez Rstudio sinon)
  2. 🔐 Créer un compte LLM (facultatif)
  3. 🧪 Essayer un premier prompt simple

Merci !

N’oubliez pas : l’erreur est votre amie ! 😊

📚 Apprenez

🔍 Explorez

🎉 Réussissez

Ressources disponibles

🔗 Liens utiles

Contact et ressources