課程介紹
R語(yǔ)言實(shí)戰(zhàn)課程采用MBA式的案例教學(xué),結(jié)合統(tǒng)計(jì)理論,建模方法論、R語(yǔ)言編程和老師的豐富實(shí)際項(xiàng)目經(jīng)驗(yàn),力求讓每一個(gè)學(xué)生都能夠把學(xué)到的知識(shí)運(yùn)用到實(shí)際工作中去。我們精選的案例是目前企業(yè)真實(shí)場(chǎng)景下應(yīng)用很廣泛的場(chǎng)景,集合了互聯(lián)網(wǎng)用戶分析、精準(zhǔn)營(yíng)銷、風(fēng)險(xiǎn)評(píng)估、BI設(shè)計(jì)與實(shí)施等領(lǐng)域的數(shù)據(jù)挖掘?qū)嵗?,?duì)您從事真正的數(shù)據(jù)分析工作有針對(duì)性的指導(dǎo)與幫助。
培訓(xùn)對(duì)象
對(duì)R語(yǔ)言感興趣的人;
在工作中運(yùn)用到R語(yǔ)言的IT技術(shù)人員。
課程收益
深度學(xué)習(xí)R語(yǔ)言和數(shù)據(jù)挖掘的前沿算法;
理解企業(yè)真實(shí)業(yè)務(wù)場(chǎng)景的建模流程;
熟練使用R語(yǔ)言進(jìn)行建模和實(shí)操;
成為有多種技能并能融會(huì)貫通的復(fù)合型數(shù)據(jù)分析人才。
知識(shí)概要
-- 數(shù)據(jù)結(jié)構(gòu)概述;
-- 數(shù)據(jù)整理概述;
-- 數(shù)據(jù)分布;
-- 線性回歸的思想;
-- 概述和距離;
-- 概述;
-- 關(guān)聯(lián)規(guī)則介紹;
-- 決策樹(shù)介紹。
課程大綱
數(shù)據(jù)結(jié)構(gòu)概述
向量
因子
矩陣
數(shù)據(jù)框
列表和函數(shù)
向量化計(jì)算和apply
數(shù)據(jù)整理概述
數(shù)據(jù)導(dǎo)入導(dǎo)出和缺失值處理
缺失值處理2(發(fā)現(xiàn)缺失值)
缺失值處理3(處理缺失值)
數(shù)據(jù)轉(zhuǎn)換(1)
數(shù)據(jù)轉(zhuǎn)換(2)
數(shù)據(jù)規(guī)約和隨機(jī)
數(shù)據(jù)分布
集中趨勢(shì)
離散趨勢(shì)和相關(guān)
R中的描述統(tǒng)計(jì)
分組統(tǒng)計(jì)
單變量可視化
雙變量可視化
分組統(tǒng)計(jì)可視化
線性回歸的思想
回歸結(jié)果的檢查
決定系數(shù) 預(yù)測(cè) 和多元線性回歸
一元線性回歸演示
多項(xiàng)式回歸演示
殘差分析演示
多元線性回歸演示
概述和距離
數(shù)據(jù)變換
層次聚類法
kmeans聚類1
kmeans聚類2
概述
相關(guān)性會(huì)導(dǎo)致無(wú)法求解或者不穩(wěn)定
逐步回歸
主成分分析
主成分分析例子1
主成分分析例子2
因子分析
因子分析例子
關(guān)聯(lián)規(guī)則介紹
關(guān)聯(lián)規(guī)則演示
決策樹(shù)介紹
幾種分類算法介紹
評(píng)價(jià)模型準(zhǔn)確性
C4.5 和混淆矩陣 ROC圖
CART演示
認(rèn)證過(guò)程
無(wú)認(rèn)證考試
開(kāi)班信息
暫無(wú)開(kāi)班信息