高级提升篇:数据挖掘算法之统计模型篇

高级提升篇:数据挖掘算法之统计模型篇

掌握常用经典挖掘算法:线性回归、降维技术、聚类分析及关联规则的基本原理及R语言实现;并通过案例带领大家进行实战。

99.00 346 人学习

引言:

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


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,掌握常用经典挖掘算法:线性回归、降维技术、聚类分析及关联规则的基本原理及R语言实现;并通过案例带领大家进行实战。


课程大纲:

章节1: 线性回归模型

  课时1:线性回归原理介绍 

  课时2:简单线性回归 

  课时3:多项式回归 

  课时4:多元线性回归及逐步回归 

  课时5:回归诊断 06:25

  课时6:逻辑回归基本原理及R语言实现 

  课时7:利用logit回归对病患者进行识别 

  课时8:利用logit对信用卡评分模型进行研究 

章节2: 降维技术篇

  课时9:主成分分析基本原理及R语言实现

  课时10:案例:中学生身体四项指标的主成分分析

  课时11:案例:主成分分类 

  课时12:案例:构建股票市场指数 

  课时13:因子分析基本原理及案例演示 

  课时14:对应分析及R语言实现

章节3: 聚类算法篇

  课时15:聚类算法及距离知识介绍 

  课时16:常用聚类算法及R语言实现 

  课时17:应用案例—iris数据集:K-均值聚类 

  课时18:应用案例-汽车数据集—K-均值聚类

  课时19:案例:洛杉矶街区数据—层次聚类 

  课时20:应用案例:汽车数据集—层次聚类

章节4: 关联规则篇

  课时21:关联规则原理及R语言实现 

  课时22:关联规则可视化包arulesViz介绍 

  课时23:关联规则案例演示


资料获取

本文所用课件、数据集、代码等将分享到课程公告及天善微信群。

关注课程更新情况,加天善一号管理员微信:tianshansoft06,邀请进入微信交流群。

1491979924_meitu_1.jpg


改版

反馈

======= >>>>>>> b75eec8b3e680c1b60a08a6bb3f9cd752a33281c