编辑推荐
R语言数据分析实用指南，适用于专业学生及从业人员。
内容简介
本书介绍了R语言在数据分析中的应用，讲解了数据分析的基本内容，数据分析的实现过程。介绍了数据分析过程中如何进行数据处理，数据探索。数据分析过程中常用的机器学习模型，介绍了文本挖掘，社交网络分析等等内容。本书介绍了数据分析的相关内容，其中避免了复杂的理论讨论，更加偏重于数据分析的实现与应用，有非常高的实用价值。本书适用于，统计学，计算机，机器学习，数学等相关专业的本科，研究生使用，同样也能够帮助互联网，市场营销等从业人员解决实际问题。
章节目录
版权信息
作者简介
内容简介
前言
第1章 数据分析项目的流程
1.1 数据分析项目中的角色
1.2 数据分析项目的阶段
1.3 总结
第2章 数据的读取
2.1 RData数据
2.2 readr高效读取数据
2.3 读取Excel数据
2.4 读取SPSS、SAS、STATA数据
2.5 R语言操作数据库
2.6 总结
第3章 数据探索
3.1 缺失值的识别与处理
3.2 异常值
3.3 dlookr数据处理包
3.4 数据相关性
3.5 自动化创建数据探索报告
3.6 总结
第4章 生存分析
4.1 生存分析的基本内容
4.2 使用R语言进行生存分析
4.3 非参数模型
4.4 半参数模型生存分析方法
4.5 参数模型
4.6 随机生存森林模型
4.7 总结
第5章 主成分分析
5.1 概述
5.2 主成分分析详解
5.3 使用R语言进行主成分分析
5.4 总结
第6章 多维缩放
6.1 MDS的工作原理
6.2 在R语言中实现MDS
6.3 MDS的优点
6.4 总结
第7章 线性回归模型
7.1 线性回归模型概述
7.2 在R语言中实现回归模型
7.3 总结
第8章 逻辑回归模型
8.1 逻辑回归的原理
8.2 在R语言中实现逻辑回归模型
8.3 总结
第9章 聚类模型
9.1 概述
9.2 在R语言中实现聚类模型
9.3 总结
第10章 关联规则
10.1 关联规则概述
10.2 关联规则的基本概念
10.3 在R语言中实现关联规划
10.4 总结
第11章 随机森林
11.1 随机森林的基本概念
11.2 在R语言中实现随机森林
11.3 总结
第12章 支持向量机
12.1 概述
12.2 在R语言中实现支持向量机
12.3 总结
第13章 神经网络
13.1 概述
13.2 在R语言中实现神经网络
13.3 总结
第14章 文本挖掘
14.1 概述
14.2 text2vec背景及其基本原理
14.3 DTM与TFIDF的原理和实现
14.4 情感分析
14.5 LDA主题模型及其实现
14.6 构建自动问答系统
14.7 总结
第15章 社交网络分析
15.1 社交网络概述
15.2 igraph简介
15.3 社交网络的常见结构
15.4 社交网络分析算法
15.5 微博社交群体分析
15.6 总结
第16章 H2O机器学习
16.1 H2O机器学习平台
16.2 在R语言中使用H2O
16.3 H2O Flow
16.4 总结
第17章 R语言爬虫
17.1 快速爬取网页数据
17.2 rvest简介
17.3 爬取BOSS直聘数据
17.4 模拟登录
17.5 总结
深入浅出R语言数据分析是2020年由清华大学出版社出版,作者米霖。
得书感谢您对《深入浅出R语言数据分析》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
