数据分析之R语言实战-谢佳标-专题视频课程

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