- 章节1： 第一章 数据挖掘与分析导论
- 课时1：1、数据挖掘与分析导论-1、导论 免费 32:15
- 课时2：2、数据挖掘与分析导论-2、R语言入门及安装 免费 17:12
- 章节2： 第二章、数据概览
- 课时3：1、数据概览—R语言操作 免费 27:10
- 课时4：2、数据概览—R语言的对象（1） 16:26
- 课时5：3、数据概览—R语言的对象（2） 16:13
- 章节3： 第三章、数据读取与保存
- 课时6：1、数据的读取与存储（1） 31:13
- 课时7：2、数据的读取与存储（2） 18:00
- 章节4： 第四章、数据的图形描述
- 课时8：1、绘图区域分割 10:53
- 课时9：2、基础绘图函数 27:53
- 课时10：3、交互及3D绘图 12:13
- 课时11：4、lattice包和ggplot2包 30:21
- 章节5： 第五章、探索性数据分析
- 课时12：1、探索性数据分析—数字探索 28:25
- 课时13：2、探索性数据分析—可视化探索 31:23
- 章节6： 第六章、数据预处理
- 课时14：6.1、集中趋势与离散趋势分析 20:59
- 课时15：6.2、数据分布分析 07:15
- 课时16：6.3、图形分析及R实现 16:00
- 课时17：6.4、多组数据分析及R实现 22:46
- 章节7： 第七章、数据的描述性分析
- 课时18：7.1、基本的处理函数 28:05
- 课时19：7.2、数据的整理 34:25
- 课时20：7.3、数据清洗 18:12
- 课时21：7.4、数据预处理 22:33
- 章节8： 第八章、参数估计与R语言实现
- 课时22：8.1、点估计 43:17
- 课时23：8.2、区间估计 33:10
- 章节9： 第九章、假设检验与R语言实现
- 课时24：9.1、单正态总体的检验 29:09
- 课时25：9.2、两正态总体的检验 17:56
- 课时26：9.3、非参数检验 24:55
- 章节10： 第十章、方差分析与R语言实现
- 课时27：10.1、方差分析的基本假设检验 08:04
- 课时28：10.2、两正态总体的检验 19:06
- 课时29：10.3、双因素方差分析 17:40
- 课时30：10.4、协方差分析 06:19
- 章节11： 第十一章、回归分析及R实现
- 课时31：1、一元线性回归 20:56
- 课时32：2、多元线性回归 12:30
- 课时33：3、回归诊断 05:48
- 课时34：4、回归诊断的改进方法 14:27
- 课时35：5、异常值观测 10:06
- 课时36：6、改进措施 13:04
- 课时37：7、深层次分析 13:27
- 章节12： 第十二章、主成分分析与因子分析
- 课时38：1、因子分析 23:44
- 课时39：2、主成分分析原理 19:45
- 课时40：3、主成分分析案例 07:20
- 章节13： 第十五章、关联分析及R语言实现
- 课时41：1、关联规则1：基本原理 13:39
- 课时42：2、关联规则2：R语言实现 18:27
- 章节14： 第十六章、聚类分析及R语言实现
- 课时43：1、聚类分析与R语言实现—1.原理 16:53
- 课时44：2、聚类分析与R语言实现—K均值、K中心点 24:03
- 课时45：3、聚类分析与R语言实现—系谱聚类、密度聚类、EM聚类 34:47
- 章节15： 第十七章、判别分析及R语言实现
- 课时46：1、判别分析有R实现—1.原理 20:52
- 课时47：2、判别分析有R实现—2.R语言实现 36:04
- 章节16： 第十八章、推荐系统设计及R语言实现
- 课时48：1、推荐系统设计与R语言实现—1.原理 28:27
- 课时49：2、推荐系统设计与R语言实现—2.R实现 20:06
- 章节17： 第十九章、决策树及R语言实现
- 课时50：1、决策树及R语言实现-1、原理 16:26
- 课时51：2、决策树及R语言实现-2、R语言实现part1 21:35
- 课时52：3、决策树及R语言实现-2、R语言实现part2 24:05
- 章节18： 第二十章、集成学习及R语言实现
- 课时53：1、集成学习及R实现—1、原理 11:29
- 课时54：2、集成学习及R实现—2、R语言实现 20:49
- 章节19： 第二十一章、随机森林及R语言实现
- 课时55：1、随机森林及R实现—原理 14:26
- 课时56：2、随机森林及R实现—核心函数 19:07
- 课时57：3、随机森林及R实现—其它函数 14:26
- 章节20： 第二十二章、支持向量机及R语言实现
- 课时58：1、支持向量机及R实现-1、原理 16:26
- 课时59：2、支持向量机及R实现-2、R语言实现 25:45
