01章R語言編程基礎(chǔ)與描述性分析
01-01數(shù)據(jù)分析的武器庫
01-02數(shù)據(jù)分析工具R介紹
01-03R的基本數(shù)據(jù)類型
01-04R的基本數(shù)據(jù)結(jié)構(gòu)
01-05R的程序控制
01-06R的函數(shù)與模塊
01-07R的日期與時(shí)間數(shù)據(jù)類型
01-08在R語言中讀寫數(shù)據(jù)
01-09描述性統(tǒng)計(jì)分析概述
01-10統(tǒng)計(jì)制圖的步驟
01-11R語言基礎(chǔ)繪圖包
01-12使用ggplot2繪圖與可視化
02章Mysql數(shù)據(jù)庫管理
01-01關(guān)系型數(shù)據(jù)庫管理系統(tǒng)與結(jié)構(gòu)化查詢語言SQL概述
01-02數(shù)據(jù)庫操作
01-03數(shù)據(jù)表操作
01-04數(shù)據(jù)類型和約束條件
01-05數(shù)據(jù)填充與數(shù)據(jù)導(dǎo)入
01-06SQL單表查詢與多表查詢
01-07查詢操作符與子查詢
01-08SQL查詢函數(shù)介紹
01-09SQL查詢綜合案例：電商數(shù)據(jù)查詢練習(xí)
03章數(shù)據(jù)分析之統(tǒng)計(jì)學(xué)基礎(chǔ)
01-01數(shù)據(jù)分析及其職業(yè)介紹
01-02數(shù)據(jù)分析工具與數(shù)據(jù)分析方法論
01-03數(shù)理統(tǒng)計(jì)基礎(chǔ)知識(shí)：隨機(jī)事件與隨機(jī)變量
01-04統(tǒng)計(jì)學(xué)的四大分布
01-05特殊的概率分布 - 正態(tài)分布與中心極限定理
01-06描述性分析：集中趨勢、離中趨勢、數(shù)據(jù)的分布
01-07不同的數(shù)據(jù)類型使用的統(tǒng)計(jì)圖形概述
01-08抽樣估計(jì)：點(diǎn)估計(jì)與區(qū)間估計(jì)方法
01-09T檢驗(yàn)方法：單樣本、兩獨(dú)立樣本、配對樣本
01-10方差分析概述與操作
04章R數(shù)據(jù)清洗與統(tǒng)計(jì)分析
01-01數(shù)據(jù)整合：SQL操作、R數(shù)據(jù)整合、數(shù)據(jù)橫向合并與縱向合并
01-02R中的高級數(shù)據(jù)整合：數(shù)據(jù)重組與轉(zhuǎn)換、拆分/聚合列、堆疊列、分割列
01-03R中的抽樣：簡單隨機(jī)抽樣、分層抽樣、系統(tǒng)抽樣、多階段抽樣
01-04R的數(shù)據(jù)清洗：錯(cuò)誤值處理、缺失值處理、噪聲值處理
01-05R語言實(shí)現(xiàn)統(tǒng)計(jì)檢驗(yàn)與單樣本T檢驗(yàn)
01-06R語言實(shí)現(xiàn)雙樣本T檢驗(yàn)
01-07R語言實(shí)現(xiàn)方差分析
01-08R語言實(shí)現(xiàn)相關(guān)分析
01-09R語言實(shí)現(xiàn)列聯(lián)表分析與卡方檢驗(yàn)
01-10案例：銀行業(yè) - 月均信用卡支出數(shù)據(jù)集
01-11案例：汽車業(yè) - 汽車貸款違約數(shù)據(jù)集
05章使用R語言建模分析
01-01簡單線性回歸與多元線性回歸
01-02多元線性回歸的變量篩選
01-03線性回歸診斷方法- 殘差分析、強(qiáng)影響點(diǎn)分析、多重共線性分析
01-04 正則化方法 - 嶺回歸和LASSO回歸
01-05Logistic回歸的相關(guān)關(guān)系分析
01-06Logistic回歸模型及實(shí)現(xiàn)
01-07Logistic回歸的極大似然估計(jì)
01-08Logistic回歸模型評估方法 - ROC曲線
01-09案例：銀行業(yè) - 月均信用卡支出數(shù)據(jù)集
01-10案例：汽車業(yè) - 汽車貸款違約數(shù)據(jù)集
01-11維度規(guī)約方法概述
01-12主成分分析與因子分析方法
01-13奇異值分解
01-14對應(yīng)分析和多維尺度分析
01-15案例：城市經(jīng)濟(jì)發(fā)展水平數(shù)據(jù)集
01-16案例：電商購物信息數(shù)據(jù)集
06章R語言進(jìn)行時(shí)間序列和綜合案例分析
01-01簡單時(shí)間序列分析法：平滑算法
01-02平穩(wěn)時(shí)間序列(ARMA)模型設(shè)定與識(shí)別
01-03非平穩(wěn)時(shí)間序列（ARIMA）模型
01-04時(shí)間序列建模步驟
01-05綜合案例1：使用R語言進(jìn)行信用卡產(chǎn)能指標(biāo)趨勢預(yù)測與監(jiān)控
01-06綜合案例2：使用R語言進(jìn)行電信公司離網(wǎng)用戶預(yù)警
07章R語言數(shù)據(jù)可視化
01-01繪圖思想的基本原理
01-02R語言數(shù)據(jù)可視化包-GGplot2包介紹與圖形繪制
01-03R語言數(shù)據(jù)可視化包-Lattice包與GGvis包介紹與圖形繪制
01-04R語言數(shù)據(jù)可視化包-EchartsR介紹與圖形繪制
01-06分析結(jié)果展示與報(bào)告展現(xiàn)
08章期中項(xiàng)目作業(yè)與答辯
01-01課題1：電商客戶價(jià)值預(yù)測
01-02課題2：網(wǎng)站流量數(shù)據(jù)分析
01-03課題3：信用卡客戶流失預(yù)警
01-04課題4：銀行電話營銷響應(yīng)分析
01-05以上課題僅供參考
09章R語言數(shù)據(jù)挖掘與預(yù)測型數(shù)據(jù)挖掘模型Part1
01-01數(shù)據(jù)挖掘概要
01-02數(shù)據(jù)挖掘的方法和原理
01-03數(shù)據(jù)挖掘基礎(chǔ)和進(jìn)階技術(shù)概述
01-04數(shù)據(jù)預(yù)處理技術(shù)：字段選擇-數(shù)據(jù)清洗-字段擴(kuò)充-數(shù)據(jù)編碼
01-05人工特征工程：特征構(gòu)造 - 特征抽取 - 特征選擇
01-06決策樹建模思路
01-07Quinlan系列決策樹(ID3、C4.5、C5.0)建模原理
01-08CART建模原理
01-09決策樹模型修剪
01-10決策樹模型效果評估
01-11案例：使用決策樹進(jìn)行初始信用評級
10章R語言預(yù)測型數(shù)據(jù)挖掘模型Part2
01-01了解神經(jīng)網(wǎng)絡(luò)的基本概念
01-02明確人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
01-03神經(jīng)元模型
01-04掌握BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法
01-05多層感知器的R語言代碼實(shí)現(xiàn)
01-06貝葉斯公式與分類原理
01-07樸素貝葉斯的參數(shù)估計(jì)
01-08在R語言中實(shí)現(xiàn)樸素貝葉斯
01-09KNN算法原理與R實(shí)現(xiàn)
01-10線性可分與線性不可分
01-11線性可分的支持向量機(jī)
01-12線性支持向量機(jī)與軟間隔最大化
01-13非線性支持向量機(jī)與核函數(shù)
01-14集成學(xué)習(xí)方法：Bagging、Boosting、隨機(jī)森林
11章R語言進(jìn)行描述性數(shù)據(jù)挖掘模型
01-01聚類算法的概述
01-02聚類算法基本概念
01-03聚類模型的評估
01-04層次聚類原理與R實(shí)現(xiàn)
01-05基于劃分的聚類K-means的原理及應(yīng)用
01-06詳談基于密度的聚類方法與在R語言中的實(shí)現(xiàn)
01-07案例：通信客戶業(yè)務(wù)使用偏好聚類
01-08關(guān)聯(lián)規(guī)則的一些基本概念
01-09關(guān)聯(lián)規(guī)則Ariori算法的原理與R語言實(shí)現(xiàn)
01-10關(guān)聯(lián)規(guī)則FP-growth算法
01-11序列模式的簡介與概念
01-12序列模式AprioriAll算法與R語言實(shí)現(xiàn)
01-13基于用戶和商品的的協(xié)同過濾算法