中级基础篇:R语言之数据探索

中级基础篇:R语言之数据探索

相关性分析 缺失值处理 异常值处理

99 479 人学习

课程名称:

中级基础篇:R语言之数据探索

本课程为《R语言十三式》收费课程的体系课程,大家可以前往学习和了解:

https://edu.hellobi.com/classroom/1/courses

详情请前往:

https://major.hellobi.com/datamining

 【温馨提示:1. 你可以在PC端浏览器或者微信收藏该页面,以方便你快速找到这个课程;2. 课程相关资料&QQ会员群可在课程PC端公告查看下载;3.购买课程后,点(课时)列表即可观看视频 】


讲师介绍:

谢佳标  多届中国R语言大会演讲嘉宾,目前在创梦天地担任高级数据分析师一职,作为创梦天地数据挖掘组的负责人,带领团队对游戏数据进行深度挖掘,主要利用R语言进行大数据的挖掘和可视化工作。本人从事数据挖掘建模工作已有9年,曾经从事过咨询、电商、电购、电力、游戏等行业,了解不同领域的数据特点。有丰富的利用R语言进行数据挖掘实战经验。攥写了《R语言与数据挖掘》及《R语言游戏数据分析》等书籍。


课程目的:

通过本课程学习,理解数据质量分析的重要性;掌握缺失值高级处理的方法;通过数据分析手段分析异常值以及研究连续性变量间的相关性。


课程大纲:

章节1: 数据质量分析理论知识

  课时1:课程大纲及数据缺失值产生原因介绍 

  课时2:缺失值的影响和简单分析 

  课时3:异常值的处理方法介绍 

章节2: 缺失值处理的高级方法

  课时4:缺失值处理的步骤和常用方法介绍 

  课时5:识别缺失值(is.na和complete.cases函数详解)

  课时6:md.pattern函数详解 

  课时7:探索缺失值模式:aggr函数详解 

  课时8:缺失值处理:行删除和利用缺失值进行替换 

  课时9:利用线性回归和随机森林对缺失值进行插补 

章节3: 异常值处理

  课时10:质量控制图qcc函数详解 

  课时11:利用boxplot.stats函数识别异常值2 

  课时12:利用K-Means聚类识别异常值 

章节4: 相关性分析

  课时13:相关性分析的常用方法 

  课时14:散点图矩阵详解 

  课时15:求相关系数值及可视化


学习方式

录播课程,开课即学

在线反复观看,有效期2年

上课方式:录播学习+VIP会员群+独享问答中心+在线答疑 +2年反复观看

友情提示:  

1、PC端如果发现浏览器无法观看课程,建议使用谷歌浏览器观看;移动端建议直接微信打开课程页面

2、如果购买后下次登录提示课程需要重新购买,一般是因为你把登录账户记成你绑定的手机或者邮箱帐号而混淆了。

3、【在微信购买课程的用户注意】请微信收藏课程页面或者关注微信公众号:天善智能(点“我的”即可查看你已购买的课程),已方便下次学习。

4、课程相关资料&QQ会员群可在课程PC端公告查看下载;

5、加入学习后请添加客服微信:tianshansoft08(请注明:课程名称),邀请你加入微信VIP群与老师&同学交流讨论。


1111.jpg


改版

反馈