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。
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
特色课程
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
2020年12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
2020年11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。
讲师
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是拓端研究室（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！
