Le souci de la propreté du code et de sa facilité de maintenance est sans doute l’aspect le plus négligé par les utilisateurs de R. Professionnels dans leur domaine, ils négligent souvent la qualité du code au profit de l’atteinte d’une réponse numérique satisfaisante dans le plus court délai.
Nous avons tous déjà écrit quelques lignes de code afin de tester un comportement pour ensuite l’effacer. Nous avons tous déjà été confrontés à une incompréhension totale de notre propre code quelques mois après son écriture sans avoir moyen de confirmer la validité des résultats. Il existe des méthodes pouvant prévenir de telles situations, principalement connues sous le nom de tests automatisés.
Cet atelier vise à initier l’utilisateur au concept des tests automatisés, aux bonnes pratiques d’écriture de code informatique ainsi qu’à l’importance de la maintenabilité d’un code R. Cet atelier de 3 heures fera un survol du paquetage testthat, un outil incontournable pour faciliter l’écriture des tests automatisés en R. Il permet d’intégrer rapidement et facilement une structure de tests automatisé qui améliorere la maintenabilité et la testabilité du code pour soi-mêmes et les prochains utilisateurs qui auront à le lire.
Nous aborderons les 3 notions suivantes:
1 – Survol des notions de base des tests automatisées
1.1 – Reproductibilité
1.2 – Simplicité
1.3 – Rapidité
1.4 – Documentation
2 – Intégration des tests avec le paquetage & visualisation des résultats
3 – Amélioration du code via une structure de test
60 minutes seront consacrées à chaque notion, soit 25 minutes de présentation et 35 minutes de travail pratique encadré.

Lauréat du concours de science des données Actulab 2017 et récent diplômé en sciences actuarielles, David est maintenant étudiant à la maîtrise en informatique et membre du GRAAL de l'Université Laval. Son sujet principal d'étude est le traitement de la langue naturelle. David est l'un des membres fondateurs de la communauté .layer consacrés à la promotion de l'apprentissage automatique. Avec ses collègues de .layer, David a récemment organisé un séminaire de trois jours et un hackfest centrés sur l'apprentissage automatique en assurance.
Avec une formation en sciences actuarielles, en statistiques et en apprentissage automatique, Christopher s'intéresse aux bonnes pratiques en sciences des données incluant la reproductibilité, la nomenclature et les tests automatisés. Il détient un diplôme de maîtrise en actuariat et il est étudiant au doctorat en actuariat et à la maîtrise en informatique avec des champs d'intérêt de recherche en apprentissage profond, en données spatiales et en données non structurées. Membre du laboratoire ACT&RISK, du centre de recherche en données massives et de la communauté .layer, il utilise principalement R dans ses projets de recherche.