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
  • 数据分析之R语言实战

  • 由百度云提供技术支持
    课程目录
    第一章: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 (免费)
    • 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
    第二章: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
    第三章: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
    第四章: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
    第五章: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
    第六章: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
    第七章: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
    第八章: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
    第九章: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
    第一十章: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
    第一十一章: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
    • 【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】
      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,最后介绍shiny包及其使用方法。
    • 【课程目标】
      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。
    • 【课程计划】
      1、R语言基础;2、数据处理;3、数据可视化;4、数据建模;5:爬虫技术;6、平台搭建。

    第一章:数据分析基础及软件安装

    第二章:数据清洗及转换
    2 数据处理
    57:57
    3 实践案例
    4:53

    第三章:数据描述性统计分析
    1 位置的度量
    25:12

    第四章:R语言绘图基础

    第五章:线性回归模型
    4 logistic回归
    18:31

    第六章:缺失值处理高级方法
    1 识别缺失值
    23:01

    第七章:降维技术

    第八章:聚类分析

    第九章:分类算法

    第一十章:网络爬虫

    第一十一章:搭建数据分析平台原型

    全部评价(1
    好评(1
    中评(0
    差评(0
    发表评价
    老师,那些实战的数据能发下我重复做下吗?
    2017-03-27 22:35:30
    谢佳标
    13课程28703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