数据挖掘模型篇之R语言实践-谢佳标-专题视频课程

数据挖掘模型篇之R语言实践—3261人已学习
课程介绍    

    理论与实践结合的方式，通过通俗易懂的教学方式培养学生运用R语言完成常用挖掘模型算法建立及评估，学习完课程可以掌握：线性回归模型、聚类分析、关联规则算法、KNN近邻算法和主成分分析等常用的模型算法实现。针对具体的数据挖掘应用需求，能熟练抽象出可合适的数据挖掘模型，并整理出其技术实现路线。
课程收益
    学习完课程可以掌握：线性回归模型、聚类分析、关联规则算法、KNN近邻算法和主成分分析等常用的模型算法实现。
讲师介绍
    谢佳标 更多讲师课程
    WOT峰会讲师，中国R语言大会讲师，数据分析师，8年以上数据挖掘建模工作实战经验，部分研究成果获国家专利,攥写《R语言与数据挖掘》、《数据先锋》、《R语言游戏数据分析》书籍
课程大纲
  第1章:线性回归
    1. 线性回归模型及自定义函数  20:33
    2. 线性回归模型lm函数详解及简单线性回归案例演示  12:50
    3. 线性回归模型lm函数详解及简单线性回归案例演示  12:50
    4. 多项式及多元线性回归模型  16:27
    5. 逐步回归及模型判断  16:11
    6. 广义线性模型logit回归  18:46
  第2章:聚类分析
    1. 聚类方法原理介绍  9:53
    2. 聚类算法R语言实现及K-均值聚类案例演示  12:11
    3. 利用K-means算法来检测离群点  8:43
    4. 层次聚类案例详解  17:32
  第3章:关联规则
    1. 关联规则原理及R语言实现  10:25
    2. 关联规则可视化arulesViz包介绍  5:33
    3. 超市购物例子-数据理解及数据可视化  19:50
    4. 建立关联规则模型及规则可视化  21:08
    5. 关联规则解读补充  3:17
  第4章:KNN近邻
    1. KNN近邻算法原理及K值选择  12:46
    2. KNN近邻算法R语言实现  6:33
    3. 案例演示：利用class包中的knn函数实现近邻算法  13:44
    4. 案例演示：利用kknn函数及train函数实现近邻算法  6:55
    5. 综合案例演示：如何利用KNN近邻算法识别患有乳腺癌症病患者  21:54
  第5章:主成分分析
    1. 综合案例演示：如何利用主成分分析构建股票指数  24:40
大家可以点击【 查看详情】查看我的课程