课程介绍

注意0：欲购买此课程，获取安全购买链接，索要正版授权学习平台账号，务必加咨询QQ：2536379620
注意1：由于编码原因，试听课程视频画面清晰度不如最终购买的视频。最终购买视频的画面清晰度可参见以下两张图。图1   图2
注意2：正版良心视频，购买后有机会和原作者直接短暂技术交流。

注意3：感觉课程太难？没有信心？还在犹豫自己学的会学不会？我们的师傅带徒弟模式（5倍下单）会给您信心。我们承诺， 商品详情，教学大纲，视频内容，所涉及技术，可获得原创作者老师微信或QQ和针对视频范围的精心指导。线上一 对一师带徒辅导问答，针对视频内代码调试，使命必达，视频之外相关技术内容，行业内信息人脉，企业内推(如有)，原创作者老师会竭诚帮助。

以上所示价格，只能自行学习视频和获取少量解答。师傅带徒弟课程（5倍下单左右，可以先和客服联系，可获得老师的联系方法和针对视频范围的精心指导。线上一对一师带徒辅导问答，针对视频内代码调试，使命必达。）

配置环境要求：win且是64位操作系统

学习资料有哪些：包括讲义的PPT、练习和案例的代码、代码运行后的结果文件

授课软件版本工具版本：R语言3.5.0版本

授课特色：

本课程涵盖了几乎所有的数据挖掘的知识，对R语言基础知识进行细致的讲解，R语言在数据挖掘方面和算法方面有很深的理论讲解。本课程通过大量练习和案例对各个知识点技能进行详细讲解。

学后水平：了解什么是数据科学，了解数据挖掘的方法和思路，学习R语言基本的语法，了解R语言基本的绘图技术，高级的绘图技术，了解时间序列、逻辑回归等挖掘的理论知识，动手实操决策树等算法的案例喝例子；学习基本和高级的的R语言绘图功能；懂得什么是机器学习；学习用R语言实现数据挖掘的整个思路；零售行业关联规则的算法实现和代码下载。

适用人群

人工智能 机器学习 R语言

课程目标

通过学习本课程，使学者可以很清晰的知道什么是数据科学\数据科学的运用场景\知道数据挖掘基本的理论\了解数据挖掘思想\学习R语言的基本知识\学习R语言的基本包使用\学习用R进行数据处理的能力\了解用R进行描述性统计分析

课程大纲

第1章 数据科学简述

1小时2分钟3节

1-1数据科学产生的背景和定义[27:44]免费试看
1-2什么是数据科学家[16:25]
1-3八步成为数据科学家[18:37]

第2章 数据挖掘方法和流程

1小时46分钟4节

2-1数据挖掘的过程模型[27:02]
2-2数据分析的步骤[36:20]
2-3数据集概念[10:58]
2-4常用数据分析工具[32:31]

第3章 R语言概述与基本操作

2小时3分钟6节

3-1R语言概述[22:33]
3-2R语言数据分析案例[29:58]
3-3R语言数据分析案例[09:54]
3-4R语言的基本操作[22:20]
3-5R语言的基本操作[22:20]
3-6R语言基本操作[16:36]

第4章 R语言基础统计

1小时50分钟9节

4-1基因函数介绍[14:47]
4-2高级数学函数[12:09]
4-3粘贴数据结构[14:30]
4-4转换和排序[10:12]
4-5访问MySQL数据[16:33]
4-6缺失值处理[06:21]
4-7平均值mean函数[14:13]
4-8中位数median函数[08:55]
4-9百分位和方差等[12:43]

第5章 统计绘图技术

1小时6分钟3节

5-1绘图基础知识[22:36]
5-2低级绘图函数[19:23]
5-3高级绘图函数[24:56]

第6章 时间序列和多元线性回归算法原理和案例

1小时58分钟5节

6-1时间序列概述和原理[24:34]
6-2时间序列绘图[24:00]
6-3时间序列案例[25:06]
6-4多元线性回归概述和原理[18:18]
6-5多元线性回归案例[26:37]

第7章 逻辑回归和主成分分析算法原理和案例

1小时24分钟4节

7-1逻辑回归概述和原理[13:45]
7-2逻辑回归算法案例[29:38]
7-3主成分分析概述和原理[17:17]
7-4主成分分析案例[23:46]

第8章 聚类分析算法原理

1小时9分钟3节

8-1机器学习基本概念[21:47]
8-2聚类分析算法原理[27:32]
8-3聚类分析算法k-means例子[19:52]

第9章 关联规则分析算法原理和案例

47分钟2节

9-1关联规则分析算法原理[19:45]
9-2关联规则分析算法例子[27:51]

第10章 贝叶斯分类算法原理和案例

44分钟2节

10-1分类概述[19:26]
10-2贝叶斯分类概述和案例[25:08]

第11章 决策树分类算法原理和案例

1小时44分钟6节

11-1决策树分类概述[16:00]
11-2决策树分类原理[15:44]
11-3决策树数据预处理[17:59]
11-4决策树分类案例[17:59]
11-5决策树可视化[16:12]
11-6决策树组合算法[20:40]

第12章 神经网络和向量机原理和案例

39分钟2节

12-1神经网络和向量机概述[16:53]
12-2神经网络和向量机案例[22:27]

第13章 购物篮分析原理和案例

50分钟3节

13-1购物篮分析概述[17:40]
13-2购物篮分析原理[14:47]
13-3购物篮分析数据准备[18:31]

第14章 协同过滤原理和案例

1小时27分钟4节

14-1协同过滤概述[24:52]
14-2协同过滤原理[15:20]
14-3协同过滤案例[16:13]
14-4购物篮分析案例[30:45]

第15章 R语言文本挖掘和分析

2小时35分钟7节

15-1文本挖掘概述[25:35]
15-2R语言文本挖掘和分析[21:43]
15-3主题模型案例1[31:29]
15-4主题模型案例2[11:24]
15-5定量分析原理和概述[16:37]
15-6定量分析案例1[23:59]
15-7定量分析案例2[24:36]