零基礎上手實戰R語言版機器學習視頻教程
課程：https://pan.baidu.com/s/1hlfzWO-5WIkawtU3GK-GwQ
提取碼：r39r
本課程涵蓋了幾乎所有的數據挖掘的知識，對R語言基礎知識進行細致的講解，在數據挖掘方面和算法方面有很深的理論講解。除了詳實的理論講解外，同時還闡述了技術架構和運用場景，並結合大量具體的實踐案例，對每個知識點做了精細的講解。可以講從最基礎的R語言，庫開始，到具體的算法原理、實現、及企業實際應用場景全方位的講解了基於R語言的數據科學技術
課程目標：
通過學習本課程，使學者可以很清晰的
知道什麽是數據科學,數據科學的運用場景
知道數據挖掘基本的理論
了解數據挖掘思想
掌握R語言的基本包使用
掌握用R進行數據處理的能力
了解用R進行描述性統計分析
了解用R語言進行數據圖形處理
了解缺失值的清洗能力和方法
熟悉用R語言建立數據挖掘模型
掌握爬蟲技術的原理和案例
熟悉用R語言實現爬蟲功能
了解數據科學常見的幾種算法
動手實踐數據挖掘的各種實際案例
熟悉挖掘分析的案例
了解數據科學在未來的發展趨勢
課程大綱：
第1章：數據科學簡述
1、什麽是數據科學
2、數據科學廣義的定義
3、數據科學狹義的定義
4、與其他學科的關系
5、數據科學領域
6、數據科學概念圖
7、數據科學三要數
8、流傳已久德韋恩圖
9、數據科學家的知識背景
10、學術數據科學家
11、八步成為數據科學家
12、數據科學未來發展的方向
第2章：數據挖掘方法和流程
1、數據挖掘體系結構
2、數據挖掘過程模型
1)Fayyad數據挖掘模型
2)CRISP-DM模型
3、數據挖掘基本流程
4、數據分析的原則
5、數據分析的步驟
6、數據集的概念
7、常用數據挖掘工具-SAS
8、常用數據挖掘工具-R語言
9、常用數據挖掘工具-SPSS
10.案例實操：使用R語言實現向量的例子
第3章：R語言概述與基本操作
1、R語言介紹
2、R語言的優勢
3、R軟件安裝
4、R軟件界面
5、工作目錄
6、R語言的數據類型
7、對象及其屬性
8、向量
9、矩陣和數組
10、列表和數據框
11、因子
12.常用數據的創建
13.控制流
14.運算符、函數和過程
15.實操：使用R語言實現向量的案例
第4章：R語言基礎統計
2.基本函數案例演示
3.高級數學函數
4.高級數學函數演示
5.數據描述性分析：位置的度量
6.數據描述性分析：離散趨勢的測度
7.實操：以鳶尾花數據集iris為例基本函數的應用
第5章：統計繪圖
1.R語言繪圖基礎
2.顏色、文字元素、線元素
3.低級繪圖函數
4.title函數、legend函數、坐標軸、邊框、網格線、點
5.高級繪圖函數
6.散點圖、散點圖矩陣、氣泡圖、餅圖、直方圖、箱線圖、莖葉圖
7.相關圖、馬賽克圖、臉譜圖、星相圖
第6章：數據科學原理及應用一
1.時間時序算法原理
2.多元線性回歸算法原理
3.logit回歸算法原理
4.主成分分析算法原理
5.案例：使用金融行業-應用主成分分析做挖掘因子篩選
第7章：數據科學原理及應用二
1.聚類分析算法原理
2.關聯規則分析算法原理
3.使用最近鄰近法分類算法講解
4.案例：基於關聯算法的零售商品關聯分析系統
第8章：數據科學原理及應用三
1.樸素貝葉斯分類算法原理
2.應用決策樹進行分類算法原理
3.神經網絡及支持向量機算法原理
4.案例：使用神經網絡實現金融行業銷售量預測系統
第9章：數據科學原理及應用四
1.協同過濾算法原理
2.基於內容協同過濾
3.基於產品協同過濾
4.案例：應用協同過濾算法實現電商個性化推薦系統
第10章：R語言文本挖掘和分析
1.網絡爬蟲介紹
2.常用爬蟲技術
3中文亂碼問題
4.RCurl技術詳介
5.html技術分析
6.文本挖掘思想
7.詞頻統計原理
8.案例1：金融行業-搜索頁面的爬取
9.案例2：基於R語言的新聞詞頻分析
10.案例3：基於R語言的詞雲統計
零基礎上手實戰R語言版機器學習視頻教程