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；4. 本课程虚拟商品，已经购买，不能退款。建议先试听章节的，有疑问可咨询客服天善九号：tianshansvip 】

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：tianshansvip（请注明：公司+职位+姓名），邀请你加入微信课程群