          R做數據分析及挖掘培訓

第一章：統計基礎
第一節：描述性統計

1、集中趨勢

2、離散測度

第二節：統計量及其抽樣分布

1、統計量

2、分布

3、樣本均值的分布與中心極限定理

4、樣本比例的抽樣分布

5、兩個樣本均值之差的抽樣分布

6、關于樣本方差的分布

第三節：參數估計

1、參數估計

2、一個總體參數的區間估計

3、兩個總體參數的區間估計

4、估計量的求法

5、樣本量的確定

第四節：假設檢驗 ?

1、假設檢驗、個樣本t檢驗

2、配對樣本的t檢驗、兩獨立樣本t檢驗

第五節：分類數據分析

1、分類數據與卡方統計量

2、擬合優度檢驗

3、列聯分析、獨立性檢驗

4、列聯分析相關測量

5、線性回歸

第六節：矩陣運算

1、行列式

2、矩陣及其運算

3、矩陣的初等變換與線性方程組

4、向量組的線性相關性

5、相似矩陣

6、線性空間與線性變化

第二章：R編程基礎
第一節：R基本知識

1、準備、數據對象

2、運算、讀寫

第二節：R基本語句結構及循環

1、語句結構、創建

2、循環函數

第三節：R數據清洗

1、時間、數據清洗

2、數據清洗

第四節：文本對象處理

1、文本對象處理

2、正則表達式

第五節：R畫圖

1、基本繪圖，圖像格式

2、ggplot2

3、目前好用的擴展

第六節：R統計分析

1、參數估計

2、假設檢驗

第三章：R數據挖掘
第一節：線性回歸，邏輯回歸，梯度下降，聚類，關聯規則，主成分因子分析

第二節：關聯規則，決策樹，神經網絡，貝葉斯，支持向量機，隨機森林

第四章：數據挖掘案例
第一節：如何在保險行業中使用決策樹并展示其成果

第二節：如何在保險行業中使用決策樹并展示其成果

第三節：如何利用客戶分群實現保險行業中潛在客戶的精準定位（K-means）

第四節：基于關聯規則和協同過濾算法的商品個性化推薦