- 章节1: 线性回归模型
- 课时1:线性回归原理介绍 31:12
- 课时2:简单线性回归 20:59
- 课时3:多项式回归 06:24
- 课时4:多元线性回归及逐步回归 15:34
- 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 11:21
- 课时7:利用logit回归对病患者进行识别 17:31
- 课时8:利用logit对信用卡评分模型进行研究 24:23
- 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 19:31
- 课时10:案例:中学生身体四项指标的主成分分析 13:31
- 课时11:案例:主成分分类 05:24
- 课时12:案例:构建股票市场指数 24:16
- 课时13:因子分析基本原理及案例演示 15:12
- 课时14:对应分析及R语言实现 07:18
- 章节3: 聚类算法篇
- 课时15:聚类算法及距离知识介绍 22:22
- 课时16:常用聚类算法及R语言实现 21:00
- 课时17:应用案例—iris数据集:K-均值聚类 13:34
- 课时18:应用案例-汽车数据集—K-均值聚类 09:06
- 课时19:案例:洛杉矶街区数据—层次聚类 15:12
- 课时20:应用案例:汽车数据集—层次聚类 09:14
- 章节4: 关联规则篇
- 课时21:关联规则原理及R语言实现 23:54
- 课时22:关联规则可视化包arulesViz介绍 21:50
- 课时23:关联规则案例演示 25:36