R語(yǔ)言入門(mén)到進(jìn)階

【培訓對象】
主要面向R語(yǔ)言初學(xué)者，包括：學(xué)生，或與大數據有關(guān)聯(lián)的各行業(yè)研究人員，技術(shù)人員，數據分析人員，以及對大數據感興趣的朋友們。

【培訓收益】
通過(guò)本課程的學(xué)習，達到以下目標：
1）了解和學(xué)習R語(yǔ)言基礎知識。
2）能熟練準確地使用R語(yǔ)言編寫(xiě)代碼。

Day 1:R概述與基本操作
1)      R軟件安裝
2)      R軟件界面
3)      工作目錄
4)      R語(yǔ)言的數據類(lèi)型
5)      對象及其屬性
6)      向量
7)      矩陣和數組
8)      列表和數據框
9)      因子
10)  常用數據的創(chuàng )建
11)  控制流
12)  運算符、函數和過(guò)程


Day 2:基礎統計與統計繪圖
1)      基本函數介紹
2)      基本函數案例演示
3)      高級數學(xué)函數
4)      高級數學(xué)函數演示
5)      數據描述性分析：位置的度量
6)      數據的描述性分析：離散趨勢的測度
7)      R語(yǔ)言繪圖基礎：顏色、文字元素、線(xiàn)元素
8)      低級繪圖函數：函數、legend函數、坐標軸、邊框、網(wǎng)格線(xiàn)、點(diǎn)
9)      高級繪圖函數：散點(diǎn)圖、散點(diǎn)圖矩陣、氣泡圖、餅圖、直方圖、箱線(xiàn)圖、莖葉圖、相關(guān)圖、馬賽克圖、臉譜圖、星相圖。
 
Day 3:統計模型
1）            時(shí)間時(shí)序模型：HoltWinters指數平移法和ARIMA模型
2）            一元線(xiàn)性回歸模型
3）            多元線(xiàn)性回歸模型：模型實(shí)現、模型檢驗、變量選擇
4）            logit回歸模型
5）            降維技術(shù)：主成分分析、因子分析、對應分析
6）            聚類(lèi)分析
7）            關(guān)聯(lián)規則分析
 
Day 4:數據挖掘與文本挖掘
1）            使用最近鄰近法分類(lèi)
2）            樸素貝葉斯分類(lèi)
3）            應用決策樹(shù)進(jìn)行分類(lèi)
4）            應用組合算法進(jìn)行分類(lèi)
5）            神經(jīng)網(wǎng)絡(luò )及支持向量機
6）            文本挖掘
7）            模型性能評估
8）            Rattle使用 

<p>Spark亞太研究院院長(cháng)和首席專(zhuān)家，中國目前唯一移動(dòng)互聯(lián)網(wǎng)和云計算大數據集大成者。Android架構師、高級工程師、咨詢(xún)顧問(wèn)、培訓專(zhuān)家；通曉Android、HTML5、Hadoop；致力于A(yíng)ndroid、HTML5、Hadoop的軟、硬、云整合的一站式解決方案。</p>

• Python入門(mén)到進(jìn)階

  開(kāi)課時(shí)間：已開(kāi)課

  開(kāi)課地點(diǎn)： 北京-北京

  模塊一：Python環(huán)境及Python類(lèi)型Ø 任務(wù)一：搭建Python開(kāi)發(fā)環(huán)境Ø 任務(wù)二：學(xué)習Python數據類(lèi)型模塊二：Python語(yǔ)句、語(yǔ)法；函數及模塊Ø 任務(wù)三：學(xué)習Python語(yǔ)句，語(yǔ)法。Ø 任務(wù)四：學(xué)習Pyth..

  ￥3,800   元/ 天

  人氣：1901  

  

• HADOOP入門(mén)到進(jìn)階

  開(kāi)課時(shí)間：已開(kāi)課

  開(kāi)課地點(diǎn)： 北京-北京

  大數據在國外的運用大數據在國內的運用Hadoop 生態(tài)系統演示Hadoop 組件詳解Hadoop 安裝和部署Hadoop 集群規劃Hadoop 的 HDFS 模塊MapReducer 入門(mén)到高級實(shí)戰Yarn 實(shí)戰Hive 實(shí)戰H 使用Hadoop 企業(yè)..

  ￥3,800   元/ 天

  人氣：2293