课程介绍:
本课程共分为十个章节,详细介绍了如何利用R语言进行数据预处理、数据转换、数据展示、数据建模和数据平台搭建。包括了如何利用R语言进行描述性统计分析、图形化的数据展示、时间序列模型、回归模型、分类模型等的原理介绍及R语言实现,最后介绍shiny包及其使用方法。
课程截图:
〖课程目录〗:
- | └──24、数据分析之R语言实战视频教程
- | | ├──1 数据分析基本理论介绍.ts 22.28M
- | | ├──10 描述统计量和列联表.ts 77.36M
- | | ├──11 相关性及显著性检验.ts 43.54M
- | | ├──12 颜色参数设置.ts 68.07M
- | | ├──13 文字、点、线参数设置.ts 56.86M
- | | ├──14 低级绘图函数.ts 104.33M
- | | ├──15 高级绘图函数.ts 80.05M
- | | ├──16 线性回归理论知识.ts 44.07M
- | | ├──17 简单线性回归和多项式回归.ts 81.90M
- | | ├──18 多元线性回归即检验.ts 114.32M
- | | ├──19 logistic回归.ts 67.35M
- | | ├──2 数据分析工具介绍及R语言的安装.ts 87.37M
- | | ├──20 识别缺失值.ts 78.36M
- | | ├──21 探索缺失值模式.ts 82.55M
- | | ├──22 缺失值处理.ts 119.81M
- | | ├──23 主成分原理和案例.ts 88.61M
- | | ├──24 利用PCA构造股票指数.ts 75.82M
- | | ├──25 因子分析和对应分析.ts 70.27M
- | | ├──26 聚类分析原理及R语言实现.ts 90.74M
- | | ├──27 k-均值和k-中心点聚类案例.ts 108.37M
- | | ├──28 层次聚类、密度聚类和EM聚类案例.ts 90.58M
- | | ├──29 分类树和回归树简介及案例演示.ts 160.45M
- | | ├──3 获取R的帮助文档及包的安装.ts 73.55M
- | | ├──30 组合方法:adaboost、bagging和随机森林简介及案例演示.ts 60.49M
- | | ├──31 人工神经网络和支持向量机简介及案例演示.ts 43.60M
- | | ├──32 quantmod包介绍及案例演示.ts 87.20M
- | | ├──33 XML包函数介绍及案例演示.ts 70.31M
- | | ├──34 RCurl包介绍及案例演示.ts 143.67M
- | | ├──35 shiny包基础介绍.ts 101.87M
- | | ├──36 shiny重要函数和shinydashboard包介绍.ts 61.70M
- | | ├──4 其他辅助工具和示例实践.ts 125.39M
- | | ├──5 R语言的对象介绍.ts 128.18M
- | | ├──6 数据处理.ts 232.61M
- | | ├──7 实践案例.ts 21.44M
- | | ├──8 位置的度量-均值、中位数、百分位数等描述统计量.ts 72.43M
- | | └──9 数据离散和分布统计.ts 46.88M
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。