R语言实战——数据整理、可视化、建模与挖掘（文末赠书）

R语言是源代码开放、功能强大的数据分析软件，它在数据清洗与探索、数据分析与建模、数据可视化、机器学习、深度学习等方面具有优秀的表现，广泛应用于数学、统计学、数据科学、计算机科学、人工智能、云计算、生物医学、工业统计等方向，发展前景十分广阔。《R语言实战——数据整理、可视化、建模与挖掘》结合作者多年的科研与教学经验，将数据科学基础理论与其应用相结合，内容编排由点到面、由易到难，并通过实际操作演示讲授理论知识，以帮助读者快速掌握利用R语言进行数据分析和数据挖掘的技能。

本书内容

本书主要分布8个主题内容，14个章节。

主题1：R语言入门知识

第1～3章为R语言入门知识部分，主要介绍R语言的数据对象和程序编写，内容包括R语言和RStudio的安装与运行、R语言的数据对象、控制语句、内置函数、编写函数、程序调试等。

主题2：数据管理与预处理

第4～5章为R语言数据管理与预处理部分，主要介绍如何获取、清洗和管理数据，内容包括外部数据的读取和保存、利用爬虫获取数据、图像数据读取与操作、利用apply()函数族对数据进行并行计算、缺失值处理、数据管道操作、长宽数据变换，以及对文本数据的预处理等。

主题3：基础绘图与语法绘图

第6～7章主要介绍如何使用graphics进行基础绘图，使用ggplot2包进行基于图形语法的绘图，它为数据可视化的重点内容。主要包括ggplot2包的几何对象生成、统计变换、分面和颜色设置、坐标系变换、绘制地图等方法的介绍，以及综合利用ggplot2包的可视化功能进行案例分析。

主题4：R语言高级绘图

第8章为R语言数据可视化的进阶内容，主要包括plotly包可交互图像可视化、ggplot2拓展包可视化，以及可交互图等特殊统计图形的可视化等。

主题5：统计分析与数据建模

第9～10章为数据的统计建模部分，主要介绍常见统计分析方法的R语言实现，内容包括概率和分布、描述性统计、相关性分析、假设检验、方差分析、一元线性和非线性回归、多元线性回归、逐步回归、逻辑回归等。

主题6：特征提取与数据降维

第11章从实战出发，结合真实的数据集，介绍在数据分析时如何进行特征提取和数据降维处理，内容包括主成分分析、因子分析、多维尺度分析，以及t-SNE等数据降维方法的R语言实现。

主题7：无监督与有监督学习

第12～13章主要介绍如何使用无监督和有监督学习对数据进行聚类、分类等，内容包括K均值聚类、模糊聚类、LOF和COF离群点检测、关联规则分析、决策树与随机森林分类、支持向量机分类等。

主题8：创建报告与幻灯片

第14章为R语言的拓展提升内容，主要介绍如何利用R Markdown输出动态数据分析报告、利用R Markdown制作幻灯片等，以便于R语言程序及分析结果的移植和分享。

本书特色

在线答疑，贴心服务

本书提供可与作者和广大读者零距离交流，在群里相互帮助，共同解决学习中遇到的问题。

欢迎关注我们，加入读者交流区，获取书籍的源程序、数据等学习资源。

送书福利，抽奖方式

关注 Adam大数据分析小站，发送 抽奖 参与抽奖活动。会在2024年10月2日自动抽取6名幸运参与者，每人会送《R语言实战——数据整理、可视化、建模与挖掘》一本。

注意：奖品会通过邮寄的方式发放，中奖后请及时在抽奖助手填写收货人的相关信息，确保奖品的顺利领取。

R语言实战——数据整理、可视化、建模与挖掘（文末赠书）