|
|
本帖最后由 冰点也疯狂 于 2020-2-26 16:41 编辑 & w6 _' R/ W. x Z. p, A2 c
% F( p' \7 H/ k% I+ c" U5 t+ C5 j课程介绍:6 i) u) N6 B! d
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。
& I+ G) o; C% \: R' E) f. w$ S2 i6 u0 A9 [
+ X. z9 R& v5 e# X3 Q适合人群:
0 P$ c0 c; M" ]+ J* t) a* [初级
o7 `/ T( J5 M/ s. P6 e9 {" J! e+ q% G( ~# D1 F+ P$ a+ A( P
用到技术:& t/ X4 X+ W* a( Y/ ]
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
/ ~! z- P H% E) X9 i) K5 h i" x5 ~- x1 Z: C: e
课程大纲:& H" D# e' S; O" {5 r
一、R语法详解:
7 q: H$ @1 w/ H1 Y) M第一讲:R的核心数据结构之向量、因子的区别和使用技巧
$ X$ n+ `3 y$ |; g2 `. _/ \; s- I* z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% Y& r4 K5 M; R1 q4 Y; b% ~
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
! }' P( T$ c: S. I- V" ]3 j+ j% F/ i4 c& ^
二、数据组织和整理:6 Q6 r- i$ m. J; \
第四讲:数据导入,从多种数据源导入数据
& Z8 G# e& A0 ^+ m5 @0 c o& ~第五讲:数据预处理之缺失值的处理
4 V4 ^0 R$ R( @% H* x% q: w第六讲:数据预处理之数据转换,数据筛选
: C6 ?# n1 w3 ~+ _7 `: N' L4 S1 c( r
三、建立数据分析的统计思维和可视化探索:
3 {7 ~/ L+ w! a第七讲:单变量数据特点的描述方法& b& Y2 w6 l6 ~2 k, Y8 I/ h
第八讲:多变量数据特点的描述方法: b( A! N) K% @5 Q
第九讲:借助分组发现数据中的模式% o4 q9 C/ T- M4 }5 z1 z a) i" @4 ]
第十讲:数据可视化建立对数据的感性认识4 x% z7 i& _# R4 S
# q. m; \- Q) v* Z3 `3 ]四、用回归预测未来:$ Z1 Z% w9 I Q2 K# Y
第十一讲:线性回归的思想,代码、结果的详细解读;
4 I6 j( |, q1 {& Z! q第十二讲:多项式回归、多元线性回归
2 q8 b6 n3 P! G* \# k; N6 S) R( x% u& M% M% Z
五、聚类方法:+ c9 r! w2 p9 j4 [( R% G2 g
第十三讲:层次聚类和k-means聚类方法1 d1 Q' f: J( n: I& b- Q
+ J; `1 M. \6 B/ h六、数据降维——主成分分析和因子分析:% V; n. T, |3 T
第十四讲:维度过多会导致哪些问题
D/ ^7 ^* P! q: y* k1 h; O第十五讲:用逐步回归法筛除无用变量
% G; O0 x3 H8 b2 `% k( J* v第十六讲:用主成分分析法解决多重共线性问题- y" h Y9 L7 ]
第十七讲:用因子分析法获得有业务意义的变量8 \ u8 t1 T& J2 }9 I9 c, H
5 ^4 |% |6 n* I% J) d! N4 l% z七、关联规则:) z& u. D6 I1 K1 f) N: X
第十八讲:用关联规则做购物车分析( P. a( o* w( T( B; [% m
- O/ v( ]! ?- v& B8 X
八、决策树:
$ U% |0 A, X. M9 [% I' V9 n第十九讲、决策树算法ID.3、C4.5、CART算法区别和演示, l$ L( f) B' M! P+ p* g
第二十讲、分类效果的评价方式0 F2 v/ H2 m: `# ~2 [
- ]4 t* o0 N. U& ~. X* 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
×
|