- 畅销套餐
- 精选套餐
- 人气套餐
- 尊享套餐
- 高薪套餐


















- 课程介绍
- 课程大纲 试看
- 讲师好课 41
- 学员评价
适合人群:
数据挖掘开发人员、数据挖掘应用研究的科研人员、关注高级数据分析的人员。
课程目标:
理论与实践结合的方式,通过通俗易懂的教学方式培养学生运用R语言完成常用挖掘模型算法建立及评估,学习完课程可以学习:线性回归模型、聚类分析、关联规则算法、KNN近邻算法和主成分分析等常用的模型算法实现。针对具体的数据挖掘应用需求,能熟练抽象出可合适的数据挖掘模型,并整理出其技术实现路线。
课程简介:
理论与实践结合的方式,通过通俗易懂的教学方式培养学生运用R语言完成常用挖掘模型算法建立及评估,学习完课程可以学习:线性回归模型、聚类分析、关联规则算法、KNN近邻算法和主成分分析等常用的模型算法实现。针对具体的数据挖掘应用需求,能熟练抽象出可合适的数据挖掘模型,并整理出其技术实现路线。
本课程配套课件和脚本均可下载,方便学员跟着视频自己动手操作。
课程大纲-数据挖掘模型篇之R语言实践视频课程
资料下载-
第1章 数据挖掘基础与提升之R语言实践 (1小时37分钟 6节)
-
第2章 R语言模型篇之聚类分析 (48分钟 4节)
-
第3章 R语言模型篇之关联规则 (1小时 5节)
-
第4章 R语言模型篇之KNN近邻算法 (1小时1分钟 5节)
5