數(shù)據(jù)分析之R語言實戰(zhàn)培訓(xùn)

第1節(jié)
1.課程介紹和數(shù)據(jù)分析基本理論.new

第2節(jié)
2.工具介紹及R語言的安裝
第3節(jié)
3.獲取R的幫助文檔及包的安裝

第4節(jié)
4.其他輔助工具和示例實踐

第5節(jié)
1.R語言的對象介紹
第6節(jié)
2.數(shù)據(jù)處理
第7節(jié)
3.實踐案例

第8節(jié)
1.位置的度量

第9節(jié)
2.數(shù)據(jù)離散和分布統(tǒng)計

第10節(jié)
3.描述統(tǒng)計量和列聯(lián)表
第11節(jié)
4.相關(guān)性及顯著性檢驗

第12節(jié)
1.顏色參數(shù)設(shè)置
第13節(jié)
2.文字、點、線參數(shù)設(shè)置

第14節(jié)
3.低級繪圖函數(shù)

第15節(jié)
4.高級繪圖函數(shù)

第16節(jié)
1、線性回歸理論知識
第17節(jié)
2、簡單線性回歸和多項式回歸
第18節(jié)
3、多元線性回歸即檢驗

第19節(jié)
4、logistic回歸

第20節(jié)
1、識別缺失值

第21節(jié)
2、探索缺失值模式
第22節(jié)
3、缺失值處理

第23節(jié)
1、主成分原理和案例

第24節(jié)
2、利用PCA構(gòu)造股票指數(shù)
第25節(jié)
3、因子分析和對應(yīng)分析

第26節(jié)
1、聚類分析原理及R語言實現(xiàn)

第27節(jié)
2、k-均值和k-中心點聚類案例

第28節(jié)
3、層次聚類、密度聚類和EM聚類案例

第29節(jié)
1、分類樹和回歸樹簡介及案例演示

第30節(jié)
2、組合方法：adaboost、bagging和隨機森林簡介及案例演示

第31節(jié)
3、人工神經(jīng)網(wǎng)絡(luò)和支持向量機簡介及案例演示

第32節(jié)
1、quantmod包介紹及案例演示

第33節(jié)
2、XML包函數(shù)介紹及案例演示

第34節(jié)
3、RCurl包介紹及案例演示

第35節(jié)
1、shiny包基礎(chǔ)介紹
第36節(jié)
2、shiny重要函數(shù)和shinydashboard包介紹