统计分析和数据挖掘 > R语言

R语言数据分析挖掘必知必会

面向人群:统计专业学生,数据分析工作者,需提升竞争力、工作效率的职场人士,如从事产品、运营、市场、财务、人事等

103 人已参加

关于课程

面对扑面而来的数据浪潮,包含Google、Facebook等国际企业,都已采用R语言进行数据分析。

许多全球一流大学如Stanford也将R视为数据分析课程的必修科目。根据国际知名的 KDnuggets 论坛统计,R 语言已连续三年获得数据科学家最常使用的数据语言第一名。
《R语言数据分析挖掘必知必会》以问题导向的方式教学R语言。从数据获取和清理开始,有目的的进行探索性分析与可视化。让数据从生涩的资料,摇身成为有温度的故事。


了解更多

去网易云课堂浏览


您将学到什么

学习和应用R语言中的数据分析和挖掘。
包含以下内容:

数据分析方法

  • 原理
  • 案例

R编程

  • 基本操作
  • 统计分析

分析应用

  • 结果解释
  • 模型运用

课程安排

章节

1

介绍

  • 为何要学习R语言 5分钟
  • 为何要学习R语言[PPT] 5分钟

章节

2

回归分析

  • 线性回归Part1 5分钟
  • 线性回归Part2 4分钟
  • 线性回归 5分钟
  • R实例:探索身材的规律 15分钟
  • 线性回归课件讲义[PPT] 5分钟

章节

3

关联规则模型

  • 关联规则[PPT] 5分钟
  • 关联规则挖掘——Apriori和FP growth算法 22分钟
  • R实例:Apriori关联规则模型探索超市购物规律 22分钟

章节

4

时间序列模型

  • 时间序列分析[PPT] 5分钟
  • 时间序列分析——ARIMA模型 28分钟
  • 时间序列分析——季节性分解、指数平滑模型 12分钟
  • R实例:用指数平滑法、ARIMA模型探索二氧化碳排放量变化趋势 27分钟

章节

5

聚类分析

  • 聚类分析课件[PPT] 5分钟
  • 聚类定义、原理、度量准则 26分钟
  • kmean聚类、层次聚类、密度聚类等算法原理 16分钟
  • R语言实例:实现kmean聚类并且可视化实例 17分钟
  • R语言实例:k中心点算法与dbscan聚类比较并且可视化实例 30分钟

章节

6

分类模型

  • 信息熵与决策树、随机森林 20分钟
  • 决策树ID3、CART、C4.5算法详解 20分钟
  • R语言中3种决策树分类应用比较Part1 12分钟
  • R语言中3种决策树分类应用比较Part2 17分钟
  • R语言中随机森林建模与结果可视化 16分钟

章节

7

神经网络与深度学习

  • 神经网络与深度学习课件 5分钟
  • 神经网络基本概念:神经元 16分钟
  • 神经网络训练过程:层、激活函数、损失函数、梯度下降 17分钟
  • BP神经网络和卷积神经网络与图像识别 31分钟
  • 用R语言实现神经网络预测股票实例Part1 16分钟
  • 用R语言实现神经网络预测股票实例Part2 16分钟

相关见解

用r语言实现神经网络预测股票实例

八月 12, 2019 – 神经网络是一种基于现有数据创建预测的计算系统。在这个特定的例子中,我们的目标是开发一个神经网络来确定股票是否支付股息。

阅读文章


特色课程

视频-统计分析和数据挖掘

R语言中的Stan概率编程MCMC采样的贝叶斯模型

20211月 –概率编程使我们能够实现统计模型,而不必担心技术细节。这对于基于MCMC采样的贝叶斯模型特别有用。 

视频-统计分析和数据挖掘

R语言实现CNN(卷积神经网络)模型进行回归数据分析

202012月 –当我们将CNN(卷积神经网络)模型用于训练多维类型的数据(例如图像)时,它们非常有用。我们还可以实现CNN模型进行回归数据分析。我们之前使用Python进行CNN模型回归 ,在本文中,我们在R中实现相同的方法。

视频-统计分析和数据挖掘

R语言中的隐马尔可夫HMM模型实例

202011月 –HMM用于建模数据序列,无论是从连续概率分布还是从离散概率分布得出的。它们与状态空间和高斯混合模型相关,因为它们旨在估计引起观测的状态。状态是未知或“隐藏”的,并且HMM试图估计状态,类似于无监督聚类过程。

视频-统计分析和数据挖掘

R语言数据分析挖掘必知必会

20203月 –从数据获取和清理开始,有目的的进行探索性分析与可视化。让数据从生涩的资料,摇身成为有温度的故事。

视频-金融与量化分析

隐马尔科夫模型hmm在股市中的应用

20203月 –弄清楚何时开始或何时止损,调整风险和资金管理技巧,都取决于股市的当前状况。

视频-统计分析和数据挖掘

机器学习精准销售时间序列预测

20204月 –对于零售行业来说,预测几乎是商业智能(BI)研究的终极问题。


讲师

This image has an empty alt attribute; its file name is James-Manyika_headshot_988x741.ashx

Tom

BAT资深数据挖掘工程师,拥有多年实战经验,大型数据挖掘项目负责人。


可下载资源

关于作者

Kaizong Ye拓端研究室(TRL)的研究员。在此对他对本文所作的贡献表示诚挚感谢,他在上海财经大学完成了统计学专业的硕士学位,专注人工智能领域。擅长Python.Matlab仿真、视觉处理、神经网络、数据分析。

本文借鉴了作者最近为《R语言数据分析挖掘必知必会 》课堂做的准备。

​非常感谢您阅读本文,如需帮助请联系我们!

联系我们的课程定制和辅导服务

 
QQ在线咨询
售前咨询热线
15121130882
售后咨询热线
0571-63341498

关注有关新文章的微信公众号


永远不要错过任何见解。当新文章发表时,我们会通过微信公众号向您推送。

技术干货

最新洞察

This will close in 0 seconds