|
|
下载服务器：五号服务器---VIP资料下载七区\VIP专题教程专区
课程内容：
1 基础数据分析知识，包括一些概率统计里的概念、术语，和基本统计量的计算方法等。
2 一些常用的数据分析和数据挖掘算法，以及有关的各种领域里的实际应用案例分析
3 世界最流行的开源数据分析软件R及其编程方法
4 数据展现，介绍R及其强大的图表功能
第1周 R语言基础：R简介，变量，向量，数组，矩阵，数据框，读写文件，控制流
第2周 R语言基础：R的数据可视化，各种图表，常用统计量计算
第3周 预知未来的回归模型：随机变量，密度函数，一元线性回归模型
第4周 预知未来的回归模型：多元线性回归模型
第5周 数据展现：基本制图函数综述
第6周 预知未来的回归模型：logistic回归，广义线性回归，非线性回归
第7周 数据展现：理解关键制图参数
第8周 挖掘关联和推荐技术：MINE方法，apriori购物篮分析
第9周 数据展现：散点图
第10周 万事皆选择：分类算法，线性判别法，贝叶斯分类器，决策树，最近邻算法
第11周 数据展现：线图与时间序列谱图
第12周 数据展现：柱形图，点图，饼图，直方图
第13周 万事皆选择：聚类算法，层次聚类法，谱系图，k平均值法，k中心法
第14周 数据展现：箱线图，热力图，等高线，地图，转换为图形文件
第15周 大道至简：降维技术，主成分分析和因子分析
本课程糅合了之前所开的《数据分析与R语言》《R语言进阶——数据展现》两门课的精华，去除部分较为艰涩的内容，增加更具有实战价值的知识，是过往有关课程的升级改进版。在进度上，把较难掌握的算法和建模部分与相对较为容易的数据展现部分相间，使到学习者有更多的时间去理解吸收建模知识，这也是通过过往课程得出来的经验，有望可以达到更好的学习效果。
我们提供是早期完整的课程含pdf，如您有最新一期课程请联系管理员哦，感谢！ |
|
发表于 2013-6-21 21:29:12
