扫码支付

购买商品:
商品价格:

价格读取中

支付方式:
微信

请扫码进行支付

支付宝

请扫码进行支付

二维码已过期,请点击刷新

  • 课程> 编程语言> 其他
  • 数据挖掘模型篇之R语言实践

  • 由百度云提供技术支持
    课程目录
    第一章:线性回归
    • 1. 线性回归模型及自定义函数 (免费)
    • 20:33
    • 2. 线性回归模型lm函数详解及简单线性回归案例演示
    • 12:50
    • 3. 线性回归模型lm函数详解及简单线性回归案例演示
    • 12:50
    • 4. 多项式及多元线性回归模型
    • 16:27
    • 5. 逐步回归及模型判断
    • 16:11
    • 6. 广义线性模型logit回归
    • 18:46
    第二章:聚类分析
    • 1. 聚类方法原理介绍
    • 9:53
    • 2. 聚类算法R语言实现及K-均值聚类案例演示
    • 12:11
    • 3. 利用K-means算法来检测离群点
    • 8:43
    • 4. 层次聚类案例详解
    • 17:32
    第三章:关联规则
    • 1. 关联规则原理及R语言实现
    • 10:25
    • 2. 关联规则可视化arulesViz包介绍
    • 5:33
    • 3. 超市购物例子-数据理解及数据可视化
    • 19:50
    • 4. 建立关联规则模型及规则可视化
    • 21:08
    • 5. 关联规则解读补充
    • 3:17
    第四章:KNN近邻
    • 1. KNN近邻算法原理及K值选择
    • 12:46
    • 2. KNN近邻算法R语言实现
    • 6:33
    • 3. 案例演示:利用class包中的knn函数实现近邻算法
    • 13:44
    • 4. 案例演示:利用kknn函数及train函数实现近邻算法
    • 6:55
    • 5. 综合案例演示:如何利用KNN近邻算法识别患有乳腺癌症病患者
    • 21:54
    第五章:主成分分析
    • 1. 综合案例演示:如何利用主成分分析构建股票指数
    • 24:40
    • 【课程类型】技术教程 【难度级别】初级 【适合人群】所有人
    • 【课程介绍】
      理论与实践结合的方式,通过通俗易懂的教学方式培养学生运用R语言完成常用挖掘模型算法建立及评估,学习完课程可以掌握:线性回归模型、聚类分析、关联规则算法、KNN近邻算法和主成分分析等常用的模型算法实现。针对具体的数据挖掘应用需求,能熟练抽象出可合适的数据挖掘模型,并整理出其技术实现路线。
    • 【课程目标】
      学习完课程可以掌握:线性回归模型、聚类分析、关联规则算法、KNN近邻算法和主成分分析等常用的模型算法实现。
    • 【课程计划】
      1、线性回归;2、聚类分析;3、关联规则;4、KNN近邻算法
    全部评价(0
    好评(0
    中评(0
    差评(0
    发表评价
    谢佳标
    13课程29316学员
    WOT峰会讲师,中国R语言大会讲师,高级数据分析师,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