|
|
本帖最后由 冰点也疯狂 于 2020-2-26 16:41 编辑 ' G! H) l% _) a) p+ W4 V6 i
3 G% l7 [9 V% {6 @1 c课程介绍:
6 a$ n( p! U$ P% A1 H7 q% P. z7 W本课程面向从未接触过数据分析的学员,从基础的R语法开始讲起,逐步进入到目前各行业流行的各种分析模型。整个课程分为基础和实战两个单元。& I8 [+ ?. D7 E2 [, g: v
) v0 c/ @8 I# c5 K9 @" L
适合人群:8 T' w$ M' K6 l+ m1 \& E1 b
初级* L6 C# `( Z. Q% N
* ^0 A) r5 ^9 ?: L0 S0 Z E2 a用到技术:
( p0 l# d7 o, f+ g/ V数据清洗、数据归约、一元线性回归、多元线性回归、多项式回归、层次聚类、k-means聚类、主成分分析、因子分析、逐步回归、关联规则、购物车分析、ID3、C4.5、CART模型: ] ^, K& x( n1 Q/ {
8 B! c$ C/ ~/ D+ Q
课程大纲:6 T B1 i0 t7 ?9 Z# L. j
一、R语法详解:
8 k6 ]3 w9 G2 D% i- X第一讲:R的核心数据结构之向量、因子的区别和使用技巧1 N& v: w, `! m
第二讲:R的核心数据结构之矩阵、数据框、数组、列表的区别和使用技巧) t+ \% r2 p v0 F9 V8 L: n
第三讲:R的控制结构(包括分支结构和循环结构)、函数和包、以及向量化计算6 Z" o! |9 _$ i& k" u* Y" n9 [
" @1 g g0 v' X' I二、数据组织和整理:
. W! G* @ {) m$ @4 s7 h" Z7 p第四讲:数据导入,从多种数据源导入数据
! R! [" `! w9 x k( F第五讲:数据预处理之缺失值的处理
8 z& Q. Z ?1 S' f0 I第六讲:数据预处理之数据转换,数据筛选4 a( q2 Q5 m& O- P- g
) \$ [1 {5 v- e+ @ I& F5 g
三、建立数据分析的统计思维和可视化探索:% g' b1 d* _5 k9 R, j0 W
第七讲:单变量数据特点的描述方法% q& J4 L+ h3 C: a3 N; j! X2 h
第八讲:多变量数据特点的描述方法; e4 K# A. z$ p4 U
第九讲:借助分组发现数据中的模式
6 `& u7 r; k* x* ~; T+ d. t/ f第十讲:数据可视化建立对数据的感性认识$ F0 K! ]$ c- z) d& K: p
3 z2 F! a: @; g+ V
四、用回归预测未来:9 U# f' A1 s: Y+ W: {* D
第十一讲:线性回归的思想,代码、结果的详细解读;2 E4 S: m0 [' Z; u# W
第十二讲:多项式回归、多元线性回归9 D- b& n" j) U
; A. h m# H4 O五、聚类方法:
' N B7 i/ @7 b2 w6 O+ [第十三讲:层次聚类和k-means聚类方法
0 L0 i- W9 O) H* e0 v
. ?- g! z! q4 s! B& `3 o# @六、数据降维——主成分分析和因子分析:
( r5 |, z. x0 H! @- U# n第十四讲:维度过多会导致哪些问题
0 N+ J, w$ S% f/ j: _: k第十五讲:用逐步回归法筛除无用变量3 v' Y8 H0 T! e! o! }; v" S( \
第十六讲:用主成分分析法解决多重共线性问题3 ?; c) C8 A. A) a$ m
第十七讲:用因子分析法获得有业务意义的变量5 J: S( \; H$ T# A9 N) o" p
9 a# V5 a; k M! y) L2 b# ~2 G) O& I
七、关联规则:
4 H6 {# ^' G9 c. ^$ {第十八讲:用关联规则做购物车分析
+ {2 a* o4 n' X: K/ d: ?9 [( _; @$ m t S# t% y% s
八、决策树:
) r: w* ~; O0 N3 m第十九讲、决策树算法ID.3、C4.5、CART算法区别和演示
3 ?) ^/ [6 W+ O9 K, \! ]* z$ q3 v第二十讲、分类效果的评价方式, r5 z8 C h/ {" e2 ` A2 p" b
2 m N1 X$ l2 Z |
本帖子中包含更多资源
您需要 登录 才可以下载或查看,没有账号?立即注册
×
|