      R數(shù)據(jù)挖掘技術-基于R語言的數(shù)據(jù)挖掘和統(tǒng)計分析技術培訓

第一講數(shù)據(jù)挖掘和R簡介

1.1 數(shù)據(jù)挖掘

1.2 R語言

1.3 Iris數(shù)據(jù)集

1.4Bodyfat數(shù)據(jù)集

第二講數(shù)據(jù)的導入與導出

2.1 R數(shù)據(jù)的保存與加載

2.2 CSV文件的導入與導出

2.3 通過ODBC從數(shù)據(jù)庫中讀取數(shù)據(jù)

2.4 從Excel中導入與導出數(shù)據(jù)

第三講數(shù)據(jù)可視化展現(xiàn)

3.1 查看數(shù)據(jù)

3.2 單個變量展現(xiàn)

3.3 多個變量展現(xiàn)

3.4 更多探索

3.5 將圖表保存到文件中

第四講決策樹與隨機森林

4.1 使用party包構(gòu)建決策樹

4.2 使用rpart包構(gòu)建決策樹

4.3 隨機森林

第五講回歸分析

5.1 線性回歸

5.2 邏輯回歸

5.3 廣義線性回歸

5.4 非線性回歸

第六講聚類分析

6.1 k-means聚類

6.2 k-medoids聚類

6.3 層次聚類

6.4 基于密度的聚類

第七講離群點檢測

7.1 單變量的離群點檢測

7.2 局部離群點因子檢測

7.3 用聚類方法進行離群點檢測

7.4 時間序列數(shù)據(jù)的離群點檢測

第八講時間序列分析

8.1 R中的時間序列數(shù)據(jù)

8.2 時間序列分解

8.3 時間序列預測

8.4 時間序列聚類

8.5 時間序列分類

第九講關聯(lián)規(guī)則

9.1 關聯(lián)規(guī)則的基本概念

9.2 Titanic數(shù)據(jù)集

9.3 關聯(lián)規(guī)則挖掘

9.4 冗余

9.5 解釋規(guī)則

9.6 關聯(lián)規(guī)則的可視化

第十講社交網(wǎng)絡分析

10.1 詞項網(wǎng)絡

10.2 推文網(wǎng)絡

10.3 雙模式網(wǎng)絡

第十一講 R與Hadoop/Spark等大數(shù)據(jù)技術的融合

1）R/Hadoop數(shù)據(jù)處理技術介紹

2）SparkR數(shù)據(jù)處理技術介紹

3）基于Hadoop/Yarn集群的應用展望

六、培訓

1，了解R語言數(shù)據(jù)挖掘的相關知識。

2，學習R的數(shù)據(jù)挖掘核心技術方法以及應用特征。

3，深入使用R在數(shù)據(jù)挖掘和分析中的使用。

4，了解R與Hadoop、Spark等技術的融合使用。