
數(shù)據(jù)分析之R語(yǔ)言實(shí)戰(zhàn)培訓(xùn)
第1節(jié)
1.課程介紹和數(shù)據(jù)分析基本理論.new
第2節(jié)
2.工具介紹及R語(yǔ)言的安裝
第3節(jié)
3.獲取R的幫助文檔及包的安裝
第4節(jié)
4.其他輔助工具和示例實(shí)踐
第5節(jié)
1.R語(yǔ)言的對(duì)象介紹
第6節(jié)
2.數(shù)據(jù)處理
第7節(jié)
3.實(shí)踐案例
第8節(jié)
1.位置的度量
第9節(jié)
2.數(shù)據(jù)離散和分布統(tǒng)計(jì)
第10節(jié)
3.描述統(tǒng)計(jì)量和列聯(lián)表
第11節(jié)
4.相關(guān)性及顯著性檢驗(yàn)
第12節(jié)
1.顏色參數(shù)設(shè)置
第13節(jié)
2.文字、點(diǎn)、線(xiàn)參數(shù)設(shè)置
第14節(jié)
3.低級(jí)繪圖函數(shù)
第15節(jié)
4.高級(jí)繪圖函數(shù)
第16節(jié)
1、線(xiàn)性回歸理論知識(shí)
第17節(jié)
2、簡(jiǎn)單線(xiàn)性回歸和多項(xiàng)式回歸
第18節(jié)
3、多元線(xiàn)性回歸即檢驗(yàn)
第19節(jié)
4、logistic回歸
第20節(jié)
1、識(shí)別缺失值
第21節(jié)
2、探索缺失值模式
第22節(jié)
3、缺失值處理
第23節(jié)
1、主成分原理和案例
第24節(jié)
2、利用PCA構(gòu)造股票指數(shù)
第25節(jié)
3、因子分析和對(duì)應(yīng)分析
第26節(jié)
1、聚類(lèi)分析原理及R語(yǔ)言實(shí)現(xiàn)
第27節(jié)
2、k-均值和k-中心點(diǎn)聚類(lèi)案例
第28節(jié)
3、層次聚類(lèi)、密度聚類(lèi)和EM聚類(lèi)案例
第29節(jié)
1、分類(lèi)樹(shù)和回歸樹(shù)簡(jiǎn)介及案例演示
第30節(jié)
2、組合方法:adaboost、bagging和隨機(jī)森林簡(jiǎn)介及案例演示
第31節(jié)
3、人工神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)簡(jiǎn)介及案例演示
第32節(jié)
1、quantmod包介紹及案例演示
第33節(jié)
2、XML包函數(shù)介紹及案例演示
第34節(jié)
3、RCurl包介紹及案例演示
第35節(jié)
1、shiny包基礎(chǔ)介紹
第36節(jié)
2、shiny重要函數(shù)和shinydashboard包介紹