-
一：R语言快速上手
6小时57分钟畅销 从零开始，R语言基础包括R和Rstudio工具的介绍和安装，如何查找帮助文档和安装使用扩展包等。学习完此课程，将学习以下技能：1、学习R语言的基本知识2、学习扩展包的安装及使用3、学习各种数据对象的创建及操作4、学习数据子集提取1、课程讲师及介绍 2、为什么需要学习数据分析及R语言？ R及RStudio的安装及介绍 R的基本操作及查找帮助 工作空间详解5.0 19课时 16066人学习¥ 89.00 2018/08/13 -
六：R语言数据挖掘
13小时14分钟畅销 1、了解常用数据挖掘算法原理 2、学习模型评估的常用方法 3、熟练学习混淆矩阵、ROC曲线、KS曲线和LIFT曲线的原理及R语言实现 4、学习最小二乘法的理论知识 5、学习线性回归原理及R语言实现 6、学习不同决策树算法的基本原理大数据资产的利用 第六模块作业 决策树的基本原理及R语言实现 经典线性回归模型理论介绍 常用距离知识介绍5.0 48课时 2993人学习¥ 99.00 2018/07/16 -
四：R语言数据探索
12小时33分钟畅销 R语言数据探索包括对缺失值和异常值的识别和处理技巧，同时也详细介绍了数据之间关系的分析及处理技巧；学习完本课程，将达到以下目的：1、学习缺失值的识别及处理2、学习异常值的甄别及处理3、学习相关系数计算及可视化模块四课程内容介绍 实战一：对问卷调研数据的缺失值模式进行探索 相关分析常用方法介绍 异常值判定方法理论概述 缺失值和异常值产生的原因和危害5.0 36课时 2078人学习¥ 88.00 2018/07/16 -
七：R语言行业项目实战
3小时32分钟畅销 项目实战：业务员用户分群研究Rmarkdown的介绍及安装 作业 渠道分析基本思路 航空公司客户价值分析1 rmarkdown语法概要暂无评分 13课时 559人学习¥ 99.00 2018/07/02
-
三：R语言数据描述统计分析及抽样
7小时39分钟畅销 从零开始，理论与案例结合，学习如何对数据进行描述统计分析、分组描述统计、频数统计，如何对数据进行抽样、如何进行类失衡问题处理等。模块三整体课程介绍 课程考核 数据抽样之类失衡处理方法介绍 描述统计分析常用函数介绍 平均值基本原理详解4.0 25课时 2115人学习¥ 89.00 2018/04/25 -
大道至简：利用R语言玩转精准数据挖掘视频课程
5小时40分钟畅销 本课程结合讲师的学习和工作经验，把R语言和数据挖掘的基本知识和重点难点很好的结合，注重学以致用，按照由深入浅的方式，层层推进使得学员拾阶而上的逐级学习相关内容。学习完课程可以学习：、聚类分析、关联规则算法、KNN近邻算法、决策树算法、其他机器学习算法的基本原理及R语言实现。R语言数据对象概要 决策树算法基本原理及R语言实现 距离的计算及数据标准化处理 Rattle工具介绍 KNN算法原理及R语言实现4.4 13课时 2278人学习¥ 99.00 2016/09/19 -
R语言实战之数据探索视频课程
5小时9分钟畅销 了解数据探索的重要性，学习缺失值的识别及利用常用算法（线性回归插补、随机森林插补）等方法对缺失值进行还擦不，学习异常值的判定方法及R语言实现，对数据间的关系进行量化，并对相关系数进行可视化展示。数据质量分析的必要性 识别缺失值 相关性分析常用方法 异常点监测：质量控制图原理介绍 探索缺失值模式5.0 19课时 5474人学习¥ 99.00 2016/05/03 -
机器学习及模型评估篇之R语言实践视频课程
2小时52分钟畅销 通过课程学习机器学习中常用的组合方法：adaboost、bagging、随机森林及人工神经网络和支持向量机的基本原理及R语言实现；并利用混淆矩阵和ROC矩阵对建立的模型进行评估。为什么要使用组合方法 模型的优化和限度 支持向量机基本原理介绍 神经网络基本原理 adaboost算法原理及R语言实现5.0 16课时 7276人学习¥ 49.00 2016/05/02 -
R语言可视化数据挖掘工具：Rattle基础与提升视频课程
4小时9分钟畅销 通过本课程的学习，能学习Rattle工具的使用，将Rattle应用到日常的数据挖掘和数据可视化的工作中，并能通过日志的记录学习R语言的实现脚本，对学员的R语言编程能力有很大的提升。R语言与Rattle简介 数据探索之数据概要 导入csv、txt、excel数据 Rattle在评估模型中的应用 数据建模之聚类分析4.2 22课时 9425人学习¥ 79.00 2016/03/23 -
数据挖掘模型篇之R语言实践视频课程
4小时52分钟畅销 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。线性回归模型及自定义函数 KNN近邻算法原理及K值选择 关联规则原理及R语言实现 综合案例演示：如何利用主成分分析构建股票指数 聚类方法原理介绍4.3 21课时 9091人学习¥ 59.00 2016/03/22
