✍️ Hello my people. This is a basic Dashboard from Flexdashboard makes. 🙏 Merci à notre best Professor Dr. Solym Manou-Abi pour la transmission pédagogique rigoureuse et inspirante de la data science.
👉 Your are the best students at ENSAR.
Column
✈️ Introduction
👉 Bienvenue dans ce dashboard d’exploration des données de vols de New York (2013). Ce reporting illustre les fondamentaux de la data science : manipulation (dplyr), gestion du temps (lubridate), visualisation (ggplot2) et jointures. Analyse de la saisonnalité des retards au départ.
📊 Retard moyen par mois
It is easy to organize your content into a visual layout: Each Level 1 Header (#) begins a new page in the dashboard.
🏢 Retard moyen par compagnie
Comparaison des performances des compagnies aériennes. It is easy to organize your content into a visual layout: Each Level 2 Header (##) begins a new column.
Column
🕒 Heures de départ les plus chargées
📈 Distance vs retard
Lien entre distance parcourue et retard à l’arrivée. It is easy to organize your content into a visual layout: Each Level 3 Header (###) begins a new box.
Column {data-width=350 .tabset}
🛫 Répartition des vols par aéroport
It is easy to organize your content into a visual layout: Hello my people and many to our best proferssor Solym Manou-Abi
🧠 Conclusion
Ce dashboard montre pourquoi le dataset flights est un terrain de jeu idéal : données réelles, structure riche, problèmes concrets, idéal pour TP, projets et démonstrations pédagogiques