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部份 R语言基础:R简介、数据类型介绍、R的数据可视化、常用R包介绍。R集成开发环境
第2部份 数据整理:数据的读入输出、控制流、各种图表,常用统计量计算
第3部份 数据展现1:基本制图函数综述、理解关键制图参数
第4部份 数据展现2:散点图、线图与时间序列谱图,案例:股价走势可视化展现
第5部份 数据展现3:柱形图,点图,饼图,直方图,案例:销售数据可视化展现
第6部份 数据展现4:箱线图,热力图,等高线,地图,案例:Facebook好友联系图
第7部份 预知未来的回归模型1:线性回归模型,案例:网页流量预测
第8部份 预知未来的回归模型2:logistic回归,广义线性回归,非线性回归,案例:婚外情频率预测
第9部份 预知未来的回归模型3:回归检验与方差分析,案例:上两周周案例的进一步分析优化
第10部份 挖掘关联和推荐技术:MINE方法,apriori购物篮分析,案例:超市购物篮分析
第11部份 万事皆选择1:分类算法(线性判别法,贝叶斯分类器,决策树,最近邻算法),案例:汽车销量
走势预测,上涨还是下跌?
第12部份 万事皆选择2:聚类算法(层次聚类法,谱系图,k平均值法,k中心法),案例:推荐系统
第13部份 大道至简:降维技术,主成分分析和因子分析,案例:业绩综合指标设计
第14部份 沿着时间轴前进:时间序列分析,案例:未来股价预测
第15部份 R数据挖掘实际场景综合案例分析及前沿技术 |