R语言高级提升篇:数据挖掘算法之统计模型篇

R语言高级提升篇: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。

99 447 人学习

课程名称:

R语言高级提升篇:数据挖掘算法之统计模型篇

 【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 】

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

1:线性回归原理介绍 

2:简单线性回归 

3:多项式回归 

4:多元线性回归及逐步回归 

5:回归诊断 06:25

6:逻辑回归基本原理及R语言实现 

7:利用logit回归对病患者进行识别 

8:利用logit对信用卡评分模型进行研究 

章节2: 降维技术篇

9:主成分分析基本原理及R语言实现

10:案例:中学生身体四项指标的主成分分析

11:案例:主成分分类 

12:案例:构建股票市场指数 

13:因子分析基本原理及案例演示 

14:对应分析及R语言实现

章节3: 聚类算法篇

15:聚类算法及距离知识介绍 

16:常用聚类算法及R语言实现 

17:应用案例—iris数据集:K-均值聚类 

18:应用案例-汽车数据集—K-均值聚类

19:案例:洛杉矶街区数据—层次聚类 

20:应用案例:汽车数据集—层次聚类

章节4: 关联规则篇

21:关联规则原理及R语言实现 

22:关联规则可视化包arulesViz介绍 

23:关联规则案例演示


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:tianshansoft06(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;

4fd7b8e3eeeabb7a98ac5dce59d13eee.png


改版

反馈