课程介绍
R语言实战课程采用MBA式的案例教学，结合统计理论，建模方法论、R语言编程和老师的丰富实际项目经验，力求让每一个学生都能够把学到的知识运用到实际工作中去。我们精选的案例是目前企业真实场景下应用很广泛的场景，集合了互联网用户分析、精准营销、风险评估、BI设计与实施等领域的数据挖掘实例，对您从事真正的数据分析工作有针对性的指导与帮助。
培训对象
对R语言感兴趣的人；
在工作中运用到R语言的IT技术人员。
课程收益
深度学习R语言和数据挖掘的前沿算法；
理解企业真实业务场景的建模流程；
熟练使用R语言进行建模和实操；
成为有多种技能并能融会贯通的复合型数据分析人才。
知识概要
-- 数据结构概述；
-- 数据整理概述；
-- 数据分布；
-- 线性回归的思想；
-- 概述和距离；
-- 概述；
-- 关联规则介绍；
-- 决策树介绍。
课程大纲
数据结构概述
向量
因子
矩阵
数据框
列表和函数
向量化计算和apply
数据整理概述
数据导入导出和缺失值处理
缺失值处理2（发现缺失值）
缺失值处理3（处理缺失值）
数据转换(1)
数据转换(2)
数据规约和随机
数据分布
集中趋势
离散趋势和相关
R中的描述统计
分组统计
单变量可视化
双变量可视化
分组统计可视化
线性回归的思想
回归结果的检查
决定系数 预测 和多元线性回归
一元线性回归演示
多项式回归演示
残差分析演示
多元线性回归演示
概述和距离
数据变换
层次聚类法
kmeans聚类1
kmeans聚类2
概述
相关性会导致无法求解或者不稳定
逐步回归
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
关联规则介绍
关联规则演示
决策树介绍
几种分类算法介绍
评价模型准确性
C4.5 和混淆矩阵 ROC图
CART演示
认证过程
无认证考试
开班信息
暂无开班信息