|
|
|
|
全部课程 >大数据 |
|
大数据分析专题-R语言培训
|
8360 次浏览  62 次
|
|
|
|
| 地点时间：北京、深圳、上海根据报名开班 |
| 课程费用：5000元/人
|
|
|
|
|
|
| 企业内训：可以根据企业需求,定制内训,详见
内训学习手册 |
|
 |
认证方式：
培训前了解能力模型。
培训后进行能力评测：
在线考试
能力分析，给出学习建议
合格者颁发证书，作为职业技能资格证明
|
 |
|
|
| 在互联网思维、互联网经济、移动互联、电子商务等新兴产业纷纷走上历史舞台的大背景下，越来越多的数据使得数据分析技术成为关键的商业竞争技术之一，大数据时代来临了，大数据分析行业也应运而生。从所周知，大数据已经不简简单单是数据大的事实了，而最重要的现实是对大数据进行分析，只有通过分析才能获取很多智能的，深入的，有价值的信息。那么越来越多的应用涉及到大数据，而这些大数据的属性，包括数量，速度，多样性等等都是呈现了大数据不断增长的复杂性，所以大数据的分析方法在大数据领域就显得尤为重要，可以说是决定最终信息是否有价值的决定性因素。基于如此的认识，大数据分析普遍存在的方法理论有哪些呢？
大数据分析的五个基本方面包括：可视化分析，数据挖掘算法，数据平台工具，语义引擎，数据质量和数据管理，
而大数据分析又是重中之重，R语言作为大数据分析利器，正在逐渐被大家所接受与使用。本次培训通过两天的培训帮助大家掌握R语言基本理论
|
| 培训目标： |
- 掌握数据挖掘与数据分析原理
- 了解常见的挖掘算法分类，聚类等
- R语言基础深入掌握
- R 语言环境下的聚类分析，决策树与随机森林，逻辑回归，聚类。
|
| 培训对象：希望掌握R语言算法的工程师 |
| 学员基础：具有大数据分析经验的分析师等 |
| 授课方式： 定制课程 + 案例讲解
+ 小组讨论，60%案例讲解，40%实践演练 |
| 培训内容：2天
|
| 统计学基本原理
|
- 何谓研究
- 常见的研究名词:概念性架构、模型、操作型定义、变量、命题与假设
- 问卷设计原则与操作
- 研究中常见的变量：自变量、依变量、中介变量、干扰变量及控制变量
- 统计分析常用的名词：平均数、众数、方差、协方差、标准偏差、标准误
- 测量尺度的应用：名目尺度、顺序尺度、区间尺度及比例尺度
- 估计(Confidence Interval, CI)与检定(P-value)
- 自由度 9. 统计的假设：常态、同质、独立 10. 信度
- 效度：表面效度、内容效度、效标效度、建构效度(收敛效度及区别效度
|
| R语言基础
|
- R简介、数据类型介绍、R的数据可视化、常用R包介绍。R集成开发环境
- 数据整理：数据的读入输出、控制流、各种图表，常用统计量计算
- 数据展现1：基本制图函数综述、理解关键制图参数
|
| R语言数据可视化
|
- 数据展现2：散点图、线图与时间序列谱图，案例：股价走势可视化展现
- 数据展现3：柱形图，点图，饼图，直方图，案例：销售数据可视化展现
- 数据展现4：箱线图，热力图，等高线，地图，案例：Facebook好友联系图
|
| Logistic回归与商业大数据建模 |
- Logistic回归是商业建模的常用重要数据挖掘方法，本讲要讲清楚Logistic回归的建模原理、与多元线性模型的区别、R语言实现过程及回归诊断注意事项、预测方法和结果解释，让学员彻底地掌握Logistic回归解决问题的R语言方法。
- 主要案例：
- 案例2：利用Logistic回归分析网页点击流量
- 案例3：利用Logistic回归分析婚外情
|
| 关联规则和R语言实现
|
- 关联规则（著名的“啤酒和尿布”）是数据挖掘的基础和核心技术之一，本讲将着重围绕经典的Apriori算法和eclat算法，阐明关联规则的支持、置信和提升程度与控制，使用R语言快速完成关联规则分析。
- 主要案例：
- 案例1：使用R语言关联规则方法帮助各个超市实现商品的最佳捆绑销售方案（即“购物篮”分析）；
|
| 决策树（回归树）分析和随机森林R语言实现
|
- 决策树是数据挖掘的经典方法，其原理容易被理解。本讲主要讲授两种最为普遍的决策树算法：CART和C4.5算法，使用rpart和J48函数进行R语言分析。
- 主要案例：
- 案例1：对汽车销量走势预测
|
R语言聚类算法
|
- 在机器学习中，聚类算法包括，层次聚类法，谱系图，k平均值法，k中心法
- 是非常重要的算法模块
- 主要案例：
- 案例1：推荐系统
|
|
| |
|
| |
|
|
|
|
|
|
8360 次浏览 62 次
|
| 其他人还看了课程 |
|
|
|
