1 基礎數(shù)據(jù)分析知識,包括一些概率統(tǒng)計里的概念、術語,和基本統(tǒng)計量的計算方法等。
2 一些常用的數(shù)據(jù)分析和數(shù)據(jù)挖掘算法,以及有關的各種領域里的實際應用案例分析
3 世界最流行的開源數(shù)據(jù)分析軟件R及其編程方法
4 數(shù)據(jù)展現(xiàn),介紹R及其強大的圖表功能
第1部份 R語言基礎:R簡介、數(shù)據(jù)類型介紹、R的數(shù)據(jù)可視化、常用R包介紹。R集成開發(fā)環(huán)境
第2部份 數(shù)據(jù)整理:數(shù)據(jù)的讀入輸出、控制流、各種圖表,常用統(tǒng)計量計算
第3部份 數(shù)據(jù)展現(xiàn)1:基本制圖函數(shù)綜述、理解關鍵制圖參數(shù)
第4部份 數(shù)據(jù)展現(xiàn)2:散點圖、線圖與時間序列譜圖,案例:股價走勢可視化展現(xiàn)
第5部份 數(shù)據(jù)展現(xiàn)3:柱形圖,點圖,餅圖,直方圖,案例:銷售數(shù)據(jù)可視化展現(xiàn)
第6部份 數(shù)據(jù)展現(xiàn)4:箱線圖,熱力圖,等高線,地圖,案例:Facebook好友聯(lián)系圖
第7部份 預知未來的回歸模型1:線性回歸模型,案例:網頁流量預測
第8部份 預知未來的回歸模型2:logistic回歸,廣義線性回歸,非線性回歸,案例:婚外情頻率預測
第9部份 預知未來的回歸模型3:回歸檢驗與方差分析,案例:上兩周周案例的進一步分析優(yōu)化
第10部份 挖掘關聯(lián)和推薦技術:MINE方法,apriori購物籃分析,案例:超市購物籃分析
第11部份 萬事皆選擇1:分類算法(線性判別法,貝葉斯分類器,決策樹,最近鄰算法),案例:汽車銷量
走勢預測,上漲還是下跌?
第12部份 萬事皆選擇2:聚類算法(層次聚類法,譜系圖,k平均值法,k中心法),案例:推薦系統(tǒng)
第13部份 大道至簡:降維技術,主成分分析和因子分析,案例:業(yè)績綜合指標設計
第14部份 沿著時間軸前進:時間序列分析,案例:未來股價預測
第15部份 R數(shù)據(jù)挖掘實際場景綜合案例分析及前沿技術 |