大数据数学基础(R语言描述)

大数据数学基础(R语言描述)

查阅电子书
手机扫码
  • 微信扫一扫

    关注微信公众号

内容简介

本书全面地讲解了在科学领域运用广泛的数据微积分、线性代数、统计学、数值计算、多元统计分析等数学基础知识。全书共6章:第1章介绍了大数据与数学、数学与R语言的关系;第2章介绍了微积分的基础知识,包括函数、极限、导数、微分、不定积分与定积分及其应用;第3章介绍了线性代数的基础知识,包括矩阵的运算、行列式、特征分解、奇异值分解;第4章介绍了统计学的基础知识,包括数据分布特征、概率论、随机变量的数字特征、参数估计、假设检验;第5章介绍了数值计算的基础知识,包括插值方法、函数逼近与拟合、非线性方程(组)求根;第6章介绍了常用的多元统计分析方法,包括回归分析、聚类分析、判别分析、主成分分析、因子分析和典型相关分析。本书中的几乎所有实例都结合R语言进行求解分析,所有章后都有课后习题,可以帮助读者巩固所学的内容。

大数据数学基础(R语言描述)是2019年由人民邮电出版社出版,作者程丹 张良均。

得书感谢您对《大数据数学基础(R语言描述)》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。

你可能喜欢
文本数据挖掘——基于R语言 电子书
文本是一种特殊的非结构化数据,在当今的大数据时代,其价值日趋凸显。本书利用开源而强大的R软件,对文本数据挖掘的概念、技术及技巧进行了系统的介绍。本书共11章,内容包括:走进文本数据挖掘,R语言快速入门,字符串的基本处理,用好正则表达式,导入各类文本数据,对各类文本数据进行预处理,文本特征提取的4种方法,基于机器学习的文本分类方法,文本情感分析,文本可视化,文本数据挖掘项目实践。本书还提供了丰富的应
数据挖掘——基于R语言的实战 电子书
本书以深入浅出的语言系统地讲解了数据挖掘的框架和基本方法,主要内容包括:数据挖掘与R语言概述、数据理解、数据准备、关联规则挖掘、聚类分析、线性模型与广义线性模型、神经网络的基本方法、决策树、基于决策树的模型组合、模型评估与比较。本书使用基于R语言的数据挖掘案例贯穿全书,并辅以上机实验和习题,帮助读者熟练使用R语言进行数据挖掘。
数据可视化——基于R语言 电子书
本书以R语言为实现工具,以数据可视化分析为导向,结合实际案例介绍数据可视化方法。全书共8章,第1章介绍数据可视化概述以及R语言数据处理的基本技能;第2章介绍R语言绘图基础,重点介绍R语言传统绘图包graphics中的绘图函数及基本使用方法;第3章介绍类别数据的可视化方法;第4章介绍数据分布特征的可视化方法;第5章介绍变量间关系的可视化方法;第6章介绍样本相似性的可视化方法;第7章介绍时间序列的可视
R语言与数据分析实战 电子书
本书共13章,主要包括:数据分析概述及R语言环境,R语言的数据对象及其类型,R语言数据存储与读取,R语言编程,R语言可视化,R语言描述性统计,R语言参数估计,R语言参数假设检验等内容。
数据结构(Python语言描述)(微课版) 电子书
本书介绍了常用的数据结构,全书分为10章,依次为绪论、线性表、栈和队列、串、广义表、树和二叉树、常用二叉树、图、排序及查找。书中采用Python语言来描述和实现各种数据结构,内容丰富,知识点完整,结构层次分明,通过大量插图来讲解算法实现过程,有利于读者理解并巩固数据结构的相关算法思想。