掃一掃
關(guān)注中圖網(wǎng)
官方微博
>
>>
R語言與數(shù)據(jù)挖掘
中圖價(jià):¥41.7
加入購(gòu)物車
R語言與數(shù)據(jù)挖掘 版權(quán)信息
- ISBN：9787111540526
- 條形碼：9787111540526 ; 978-7-111-54052-6
- 裝幀：暫無
- 冊(cè)數(shù)：暫無
- 重量：暫無
- 所屬分類：>>
R語言與數(shù)據(jù)挖掘 本書特色
這是公認(rèn)的、權(quán)威的適合教學(xué)和零基礎(chǔ)自學(xué)的r語言與數(shù)據(jù)挖掘教程，華南師范大學(xué)、廣東工業(yè)大學(xué)、廣西科技大學(xué)等20余所大學(xué)選為教材。即便你完全沒有r語言編程基礎(chǔ)和數(shù)據(jù)挖掘基礎(chǔ)，根據(jù)本書中的理論知識(shí)和上機(jī)實(shí)踐，你也能迅速掌握如何使用r語言進(jìn)行數(shù)據(jù)挖掘。本書已經(jīng)被多少高校預(yù)定為教材，為了便于教學(xué)，書中還提供了大量的上機(jī)實(shí)驗(yàn)和教學(xué)資源。 本書主要分為三個(gè)部分： 基礎(chǔ)篇（1~5章），主要包括r語言及圖形操作工具rstudio的安裝及使用方法、數(shù)據(jù)類型和數(shù)據(jù)對(duì)象、數(shù)據(jù)預(yù)處理的常用操作（包括數(shù)據(jù)重命名、缺失值分析、排序、隨機(jī)抽樣等）、繪圖功能（包括散點(diǎn)圖、直方圖、條形圖、箱線圖等）。 建模應(yīng)用篇（6~10章），主要對(duì)數(shù)據(jù)挖掘中的常用算法的函數(shù)在r語言中的使用方法及其結(jié)果解釋進(jìn)行了介紹。涵蓋了目前數(shù)據(jù)挖掘的5大類算法，包括分類與預(yù)測(cè)、聚類分析、關(guān)聯(lián)規(guī)則、智能推薦和時(shí)序模式。按照模型建立至模型評(píng)價(jià)的架構(gòu)進(jìn)行介紹，使讀者能熟練的掌握從建模到對(duì)模型評(píng)價(jià)的完整建模過程。 rattle篇（11章），此工具能夠在一個(gè)圖形化的界面上對(duì)本書所介紹的r語言功能進(jìn)行操作，使讀者能更好的體驗(yàn)到使用r語言進(jìn)行數(shù)據(jù)挖掘的整個(gè)流程。 書中配套提供了原始樣本數(shù)據(jù)文件及對(duì)應(yīng)章節(jié)示例代碼。每個(gè)章節(jié)有對(duì)應(yīng)的練習(xí)實(shí)驗(yàn)和教學(xué)ppt，讀者可通過完成對(duì)應(yīng)的練習(xí)，迅速掌握r語言的用法和數(shù)據(jù)挖掘的方法。
R語言與數(shù)據(jù)挖掘 內(nèi)容簡(jiǎn)介
10余位數(shù)據(jù)挖掘領(lǐng)域資深專家和科研人員，10余年大數(shù)據(jù)挖掘咨詢與實(shí)施經(jīng)驗(yàn)結(jié)晶。 為零基礎(chǔ)r語言與數(shù)據(jù)挖掘教學(xué)和自學(xué)量身打造，系統(tǒng)講解r語言與數(shù)據(jù)挖掘的**知識(shí)，配有大量的上機(jī)實(shí)驗(yàn)、源代碼和教學(xué)ppt資源。
R語言與數(shù)據(jù)挖掘 目錄
前 言**部分 基礎(chǔ)篇第1章 r語言的安裝與使用 21.1 r安裝與升級(jí) 31.2 r使用入門 41.2.1 r操作界面 41.2.2 rstudio窗口介紹 51.2.3 r常用操作 61.3 r數(shù)據(jù)分析包 81.4 配套資源使用說明 101.5 小結(jié) 101.6 上機(jī)實(shí)驗(yàn) 10第2章 數(shù)據(jù)對(duì)象與數(shù)據(jù)讀寫 122.1 數(shù)據(jù)類型 122.2 數(shù)據(jù)結(jié)構(gòu) 162.2.1 向量 162.2.2 矩陣 192.2.3 數(shù)組 242.2.4 數(shù)據(jù)框 252.2.5 因子 282.2.6 列表 312.3 數(shù)據(jù)文件的讀寫 342.3.1 鍵盤輸入數(shù)據(jù) 342.3.2 讀取不同格式的數(shù)據(jù) 352.3.3 從其他統(tǒng)計(jì)軟件獲取數(shù)據(jù) 372.3.4 從數(shù)據(jù)庫(kù)獲取數(shù)據(jù) 372.3.5 從網(wǎng)頁獲取數(shù)據(jù) 392.4 小結(jié) 402.5 上機(jī)實(shí)驗(yàn) 40第3章 r語言常用數(shù)據(jù)管理 423.1 變量的重命名 423.2 缺失值分析 453.3 數(shù)據(jù)排序 463.4 隨機(jī)抽樣 483.5 數(shù)值運(yùn)算函數(shù) 493.6 字符串處理 523.7 文本分詞 563.8 apply函數(shù)族 623.9 數(shù)據(jù)整合 653.10 控制流 683.11 函數(shù)的編寫 713.12 小結(jié) 723.13 上機(jī)實(shí)驗(yàn) 73第4章 圖形探索 754.1 圖形元素 764.1.1 顏色 764.1.2 點(diǎn) 804.1.3 文本 824.1.4 線條 864.1.5 圖例 914.1.6 坐標(biāo)軸 924.2 圖形組合 944.3 圖形保存 974.4 圖形函數(shù) 984.5 小結(jié) 1164.6 上機(jī)實(shí)驗(yàn) 116第5章 高級(jí)繪圖工具 1175.1 lattice包繪圖工具 1175.1.1 繪圖特色 1175.1.2 基本圖形 1225.2 ggplot2包繪圖工具 1355.2.1 從qplot開始 1355.2.2 ggplot作圖 1375.3 交互式繪圖工具簡(jiǎn)介 1425.3.1 rcharts包 1435.3.2 recharts包 1475.3.3 googlevis包 1475.3.4 htmlwidgets包 1485.3.5 shiny包 1535.4 小結(jié) 1635.5 上機(jī)實(shí)驗(yàn) 163第二部分 建模應(yīng)用篇第6章 分類與預(yù)測(cè) 1666.1 回歸分析 1666.2 決策樹 1756.2.1 c4.5算法 1766.2.2 cart算法 1786.2.3 c5.0算法 1806.3 人工神經(jīng)網(wǎng)絡(luò) 1816.4 knn算法 1836.5 樸素貝葉斯分類 1856.6 其他分類與預(yù)測(cè)算法函數(shù) 1876.7 分類與預(yù)測(cè)算法評(píng)價(jià) 1926.8 小結(jié) 1966.9 上機(jī)實(shí)驗(yàn) 196第7章 聚類分析 1987.1 k-means聚類分析函數(shù) 1997.2 層次聚類算法 2047.3 其他聚類分析函數(shù) 2077.4 小結(jié) 2117.5 上機(jī)實(shí)驗(yàn) 212第8章 關(guān)聯(lián)規(guī)則 2138.1 apriori關(guān)聯(lián)規(guī)則 2148.2 小結(jié) 2268.3 上機(jī)實(shí)驗(yàn) 226第9章 智能推薦 2289.1 智能推薦模型構(gòu)建 2289.2 智能推薦模型評(píng)價(jià) 2329.3 小結(jié) 2359.4 上機(jī)實(shí)驗(yàn) 235第10章 時(shí)間序列 23710.1 arima模型 23710.2 其他時(shí)間序列模型 24510.3 小結(jié) 25010.4 上機(jī)實(shí)驗(yàn) 251第三部分 rattle篇第11章 可視化數(shù)據(jù)挖掘工具rattle 25411.1 rattle簡(jiǎn)介及其安裝 25411.1.1 rattle簡(jiǎn)介 25411.1.2 rattle安裝 25411.2 功能預(yù)覽 25511.3 數(shù)據(jù)導(dǎo)入 25611.3.1 導(dǎo)入csv數(shù)據(jù) 25611.3.2 導(dǎo)入arff數(shù)據(jù) 26111.3.3 導(dǎo)入odbc數(shù)據(jù) 26211.3.4 r dataset——導(dǎo)入其他數(shù)據(jù)源 26411.3.5 導(dǎo)入rdata file數(shù)據(jù)集 26711.3.6 導(dǎo)入library數(shù)據(jù) 26811.4 數(shù)據(jù)探索 26911.4.1 數(shù)據(jù)總體概況 26911.4.2 數(shù)據(jù)分布探索 27211.4.3 相關(guān)性 27511.4.4 主成分 27711.4.5 交互圖 27811.5 數(shù)據(jù)建模 28311.5.1 聚類分析 28311.5.2 關(guān)聯(lián)規(guī)則 28811.5.3 決策樹 29111.5.4 隨機(jī)森林 29311.6 模型評(píng)估 29611.6.1 混淆矩陣 29611.6.2 風(fēng)險(xiǎn)圖 29611.6.3 roc圖及相關(guān)圖表 29711.6.4 模型得分?jǐn)?shù)據(jù)集 29811.7 小結(jié) 29911.8 上機(jī)實(shí)驗(yàn) 299參考資料 301
展開全部
R語言與數(shù)據(jù)挖掘 作者簡(jiǎn)介
張良均 資深大數(shù)據(jù)挖掘?qū)＜遥呒?jí)信息項(xiàng)目管理師，有近20年的大數(shù)據(jù)挖掘應(yīng)用、咨詢和培訓(xùn)經(jīng)驗(yàn)，被稱為“中國(guó)大數(shù)據(jù)挖掘培訓(xùn)教父”。為電信、電力、政府、互聯(lián)網(wǎng)、生產(chǎn)制造、零售、銀行、生物、化工、醫(yī)藥等多個(gè)行業(yè)上百家大型企業(yè)提供過數(shù)據(jù)挖掘應(yīng)用與咨詢服務(wù)，實(shí)踐經(jīng)驗(yàn)豐富。現(xiàn)任廣東工業(yè)大學(xué)、華南師范大學(xué)、華南農(nóng)業(yè)大學(xué)等6所高校兼職教授。著有《神經(jīng)網(wǎng)絡(luò)實(shí)用教程》《數(shù)據(jù)挖掘：實(shí)用案例分析》《R語言數(shù)據(jù)分析與挖掘?qū)崙?zhàn)》等暢銷圖書。 謝佳標(biāo) 資深R語言專家，多次于中國(guó)R語言大會(huì)發(fā)表演講，具有十余年的數(shù)據(jù)挖掘?qū)崙?zhàn)經(jīng)驗(yàn)。目前于某上市互聯(lián)網(wǎng)游戲公司，任高級(jí)數(shù)據(jù)分析師，負(fù)責(zé)大數(shù)據(jù)挖掘及可視化。培訓(xùn)過的精品課程有：《R語言基礎(chǔ)培訓(xùn)》《數(shù)據(jù)分析之R語言實(shí)戰(zhàn)》《機(jī)器學(xué)習(xí)與R語言實(shí)踐》等。 萬正勇 某國(guó)際投行VP，有超過10年的金融系統(tǒng)大數(shù)據(jù)挖掘及分析經(jīng)驗(yàn)，超過15年的大型金融機(jī)構(gòu)核心交易系統(tǒng)規(guī)劃設(shè)計(jì)開發(fā)經(jīng)驗(yàn)。數(shù)據(jù)庫(kù)及中間件專家，先后獲得中國(guó)首屆十大杰出數(shù)據(jù)庫(kù)工程師，Oracle 中間件 ACE Director以及 Oracle 數(shù)據(jù)庫(kù) ACE 等稱號(hào)。曾為電信，電力，航空，銀行，保險(xiǎn)，互聯(lián)網(wǎng)，交通，制造等等行業(yè)相關(guān)龍頭企業(yè)提供過咨詢服務(wù)。著有《衍生數(shù)學(xué)》，《Oracle數(shù)據(jù)庫(kù)DBA專題技術(shù)精粹》等暢銷書。
書友推薦
- >
山海經(jīng)
- >
羅曼·羅蘭讀書隨筆-精裝
- >
人文閱讀與收藏·良友文學(xué)叢書:一天的工作
- >
姑媽的寶刀
- >
羅庸西南聯(lián)大授課錄
- >
自卑與超越
- >
大紅狗在馬戲團(tuán)-大紅狗克里弗-助人
- >
我與地壇
本類暢銷
