数据分析之R语言实战—4427人已学习
课程介绍
本课程共分为十一个章节,详细介绍了如何利用R语言进行数据预处理、数据转换、数据展示、数据建模和数据平台搭建。包括了如何利用R语言进行描述性统计分析、图形化的数据展示、时间序列模型、回归模型、分类模型等的原理介绍及R语言实现,后介绍shiny包及其使用方法。
课程收益
本课程结合大量的案例,让学习者可以快速掌握数据分析技能,并利用R实现各种数据挖掘模型的建立。学习完本课程,学习者能达到以下目标:1)掌握用R进行数据处理的能力;2)用R进行描述性统计分析和数据图形化;3)缺失值的清洗能力;4)用R语言建立数据挖掘模型;5)用R搭建自己的app等核心技能。
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:数据分析基础及软件安装
1. 课程介绍及数据分析基本理论 11:15
2. 工具介绍及R语言的安装 24:49
3. 获取R的帮助文档及包的安装 20:36
4. 其他辅助工具和示例实践 28:12
第2章:数据清洗及转换
1. R语言的对象介绍 32:22
2. 数据处理 57:57
3. 实践案例 4:53
第3章:数据描述性统计分析
1. 位置的度量 25:12
2. 数据离散和分布统计 16:16
3. 相关性及显著性检验 19:57
第4章:R语言绘图基础
1. 颜色参数设置 13:01
2. 文字、点、线参数设置 16:23
3. 低级绘图函数 15:30
4. 高级绘图函数 28:15
第5章:线性回归模型
1. 线性回归理论知识 20:12
2. 简单线性回归和多项式回归 22:07
3. 多元线性回归即检验 29:12
4. logistic回归 18:31
第6章:缺失值处理高级方法
1. 识别缺失值 23:01
2. 探索缺失值模式 21:27
3. 缺失值的处理 33:04
第7章:降维技术
1. 主成分原理和案例 26:18
2. 利用PCA构造股票指数 17:25
3. 因子分析和对应分析 20:11
第8章:聚类分析
1. 聚类分析原理及R语言实现 31:44
2. k-均值和k-中心点聚类案例 30:00
3. 层次聚类、密度聚类和EM聚类案例 24:24
第9章:分类算法
1. 分类树和回归树简介及案例演示 46:38
2. 组合方法:adaboost、bagging和随机森林简介及案例演示 18:37
3. 人工神经网络和支持向量机简介及案例演示 11:51
第10章:网络爬虫
1. quantmod包介绍及案例演示 24:17
2. XML包函数介绍及案例演示 18:10
3. RCurl包介绍及案例演示 37:48
第11章:搭建数据分析平台原型
1. shiny包基础介绍 25:38
2. shiny重要函数和shinydashboard包介绍 18:38
3. 利用shinydashboard快速打造专业的dashboard 28:52
大家可以点击【 查看详情】查看我的课程
课程介绍
![201703091434275203.png](https://img-bss.csdn.net/201703091434275203.png)
本课程共分为十一个章节,详细介绍了如何利用R语言进行数据预处理、数据转换、数据展示、数据建模和数据平台搭建。包括了如何利用R语言进行描述性统计分析、图形化的数据展示、时间序列模型、回归模型、分类模型等的原理介绍及R语言实现,后介绍shiny包及其使用方法。
课程收益
本课程结合大量的案例,让学习者可以快速掌握数据分析技能,并利用R实现各种数据挖掘模型的建立。学习完本课程,学习者能达到以下目标:1)掌握用R进行数据处理的能力;2)用R进行描述性统计分析和数据图形化;3)缺失值的清洗能力;4)用R语言建立数据挖掘模型;5)用R搭建自己的app等核心技能。
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:数据分析基础及软件安装
1. 课程介绍及数据分析基本理论 11:15
2. 工具介绍及R语言的安装 24:49
3. 获取R的帮助文档及包的安装 20:36
4. 其他辅助工具和示例实践 28:12
第2章:数据清洗及转换
1. R语言的对象介绍 32:22
2. 数据处理 57:57
3. 实践案例 4:53
第3章:数据描述性统计分析
1. 位置的度量 25:12
2. 数据离散和分布统计 16:16
3. 相关性及显著性检验 19:57
第4章:R语言绘图基础
1. 颜色参数设置 13:01
2. 文字、点、线参数设置 16:23
3. 低级绘图函数 15:30
4. 高级绘图函数 28:15
第5章:线性回归模型
1. 线性回归理论知识 20:12
2. 简单线性回归和多项式回归 22:07
3. 多元线性回归即检验 29:12
4. logistic回归 18:31
第6章:缺失值处理高级方法
1. 识别缺失值 23:01
2. 探索缺失值模式 21:27
3. 缺失值的处理 33:04
第7章:降维技术
1. 主成分原理和案例 26:18
2. 利用PCA构造股票指数 17:25
3. 因子分析和对应分析 20:11
第8章:聚类分析
1. 聚类分析原理及R语言实现 31:44
2. k-均值和k-中心点聚类案例 30:00
3. 层次聚类、密度聚类和EM聚类案例 24:24
第9章:分类算法
1. 分类树和回归树简介及案例演示 46:38
2. 组合方法:adaboost、bagging和随机森林简介及案例演示 18:37
3. 人工神经网络和支持向量机简介及案例演示 11:51
第10章:网络爬虫
1. quantmod包介绍及案例演示 24:17
2. XML包函数介绍及案例演示 18:10
3. RCurl包介绍及案例演示 37:48
第11章:搭建数据分析平台原型
1. shiny包基础介绍 25:38
2. shiny重要函数和shinydashboard包介绍 18:38
3. 利用shinydashboard快速打造专业的dashboard 28:52
大家可以点击【 查看详情】查看我的课程