【數(shù)據(jù)挖掘】#R語言數(shù)據(jù)挖掘#

是 否 +2 論壇幣

k人 參與回答

經(jīng)管之家送您一份

應屆畢業(yè)生專屬福利!

求職就業(yè)群

趙安豆老師微信：zhaoandou666

經(jīng)管之家聯(lián)合CDA

送您一個全額獎學金名額~ !

立即領取

感謝您參與論壇問題回答

經(jīng)管之家送您兩個論壇幣！

+2 論壇幣

#R語言數(shù)據(jù)挖掘?qū)崙?zhàn)#
時間：2016年11月25-28日 (四天)
地點：北京市海淀區(qū)首都體育學院
安排：上午9:00-12:00；下午1:30-4:30；答疑4:30-5:00
費用：4500元 / 3600元 (僅限全日制本科生及碩士研究生優(yōu)惠價)；食宿自理
優(yōu)惠：現(xiàn)場班老學員9折優(yōu)惠；
          同一單位3人以上同時報名9折優(yōu)惠；
          同一單位6人以上同時報名8折優(yōu)惠；
          折扣優(yōu)惠不疊加。
我要報名

◆授課講師：
      Gino老師，近二十年來一直進行著數(shù)據(jù)分析的理論和實踐，數(shù)學、統(tǒng)計和計算機功底強悍。
      曾在某一世界500強公司核心部門擔任高級主管負責數(shù)據(jù)建模和分析工作，在實踐中攻克統(tǒng)計建模和數(shù)據(jù)分析難題無數(shù)，數(shù)據(jù)處理與分析科學精準，在實際應用中取得良好的效果。
     Gino老師擔任數(shù)據(jù)分析培訓師多年，探索出一套以實例講解帶動統(tǒng)計原理理解和軟件操作熟悉的方法，授課的學生能迅速理解統(tǒng)計原理并使用統(tǒng)計軟件獨立開展數(shù)據(jù)分析。
     他曾經(jīng)在人大經(jīng)濟論壇多次應邀講授R語言（基礎和高級），將理論和實踐很好地結合在一起，幫助廣大學員掌握了軟件、統(tǒng)計和計量原理和實踐方法，好評如潮。

◆課程特色：

• 本課程盡量避開數(shù)學公式，按照“講清思想方法原理—結合具體案例—R語言實現(xiàn)細節(jié)”思路，讓即使是幾乎沒有什么基礎的學員，掌握R語言數(shù)據(jù)挖掘的基本思路和模式，打下未來深入的良好基礎，能在工作和學習中結合具體問題立馬上手操作解決；
• 課程注重學練結合的方法，會采取小組討論的方法，充分調(diào)動大家思考的積極性，在做中掌握相關知識和技能；
• 課程緊緊抓住R語言和數(shù)據(jù)挖掘的重點和難點，詳細的分析和講解，在理解難、容易出錯的地方反復提醒，以便學員在課后容易的進行自己復習和相關拓展。   
  
  

報名流程：
1：點擊“我要報名”，網(wǎng)上填寫信息提交
2：給予反饋，確認報名信息
3：網(wǎng)上訂單繳費
4：開課前一周發(fā)送課程電子版講義，軟件準備及交通住宿指南

聯(lián)系方式：
魏老師
QQ：1143703950
Mail：vip@pinggu.org
Tel： 010-68478566

掃碼加我 拉你入群

請注明：姓名-公司-職位

以便審核進群資格，未注明則拒絕

分享0 收藏1 回帖

關鍵詞：數(shù)據(jù)挖掘 R語言 數(shù)據(jù)處理與分析 首都體育學院 人大經(jīng)濟論壇 北京市 計算機 海淀區(qū) 研究生 本科生

數(shù)據(jù)挖掘_Gino老師

教學大綱：

講：R語言精要

本著循序漸進而又覆蓋R語言重要而有用的基本內(nèi)容原則，本講從R語言入門開始，以前期的數(shù)據(jù)處理為核心，以實際案例為載體，內(nèi)容包括R語言的向量、數(shù)據(jù)框、矩陣運算、缺失值和零值的處理、特別注重用R語言構造函數(shù)編程解決實際問題，詳細介紹強大的數(shù)據(jù)清洗整理plyr、zoo、car等常用包和強大的作圖ggplot2包，為使用R語言進行數(shù)據(jù)挖掘打下扎實的工具基礎。

主要案例：

案例1：如何用R語言plyr等包合并、排序、分析數(shù)據(jù)并編制香農(nóng)-威納指數(shù)；

案例2：如何用R語言編程同時實現(xiàn)幾十個高難度數(shù)據(jù)分析可視化圖片的jpeg格式輸出；

案例3：如何使用R語言進行分層或者整群抽樣構建訓練集與測試集；

案例4：使用ggplot2畫出各種復雜的圖形。

第二講：Logistic回歸與商業(yè)大數(shù)據(jù)建模

Logistic回歸是商業(yè)建模的常用重要數(shù)據(jù)挖掘方法，本講要講清楚Logistic回歸的建模原理、與多元線性模型的區(qū)別、R語言實現(xiàn)過程及回歸診斷注意事項、預測方法和結果解釋，讓學員徹底地掌握Logistic回歸解決問題的R語言方法。

主要案例：

案例1：利用Logistic回歸幫助商業(yè)銀行完成對客戶提前還貸款情況的預測；

案例2：利用Logistic回歸幫助醫(yī)生對病人選擇治療方案；

案例3：利用Logistic回歸幫助廠家分析顧客做出購買決策的重要因素；

案例4：利用Logistic回歸幫助壽險公司進行目標客戶精準電話營銷；

案例5：利用Logistic回歸幫助商業(yè)銀行完成對客戶的信用評分；

案例6：利用Logistic回歸幫助公司分析客戶流失的原因并做好預測。

第三講：關聯(lián)規(guī)則和R語言實現(xiàn)

關聯(lián)規(guī)則（著名的“啤酒和尿布”）是數(shù)據(jù)挖掘的基礎和核心技術之一，本講將著重圍繞經(jīng)典的Apriori算法和eclat算法，闡明關聯(lián)規(guī)則的支持、置信和提升程度與控制，使用R語言快速完成關聯(lián)規(guī)則分析。

主要案例：

案例1：使用R語言關聯(lián)規(guī)則方法幫助各個超市實現(xiàn)商品的捆綁銷售方案（即“購物籃”分析）；

案例2：泰坦尼克號乘客幸存的關聯(lián)規(guī)則分析；

案例3：提高個人收入的關聯(lián)分析。

第四講：決策樹（回歸樹）分析和R語言實現(xiàn)

決策樹是數(shù)據(jù)挖掘的經(jīng)典方法，其原理容易被理解。本講主要講授兩種最為普遍的決策樹算法：CART和C4.5算法，使用rpart和J48函數(shù)進行R語言分析。

主要案例：

案例1：對汽車耗油量進行決策樹分析并完成相關目標變量的預測；

案例2：使用決策樹幫助電信局判斷和預測客戶辦理寬帶業(yè)務。

第五講：機器集成學習的Bagging和AdaBoost算法

這兩種方法將許多分類器的預測結果進行匯總分析，從而達到顯著提升分類效果。本講介紹這2種算法的思想，在R語言中構造訓練集和測試集進一步進行分析。

主要案例：

案例1：用R語言的Bagging和AdaBoost進行商業(yè)銀行定期存款的分析和預測；

案例2：用R語言的Bagging和AdaBoost識別有毒蘑菇。

第六講：R語言隨機森林（RandomForest）算法

在機器學習中，隨機森林是一個包含多個決策樹的分類器，本講講清隨機森林方法的原理，以致在實際中幫助學員判斷適合進行隨機森林分析的情況，最終熟練掌握R語言隨機森林分析的方法。

主要案例：

案例1：對皮膚病進行隨機森林的分類和預測；

案例2：對酒的品質(zhì)和種類進行分類和評價。

第七講：支持向量機和R語言的實現(xiàn)

本講將分析支持向量機的結構風險最小原理、間隔和核函數(shù)，從而幫助學員深刻理解支持向量機的思想和算法，以及使用中注意的問題，從而幫助學員靈活地應用于各個領域。

主要案例：

案例1：對著名的鳶尾花數(shù)據(jù)進行支持向量機的分析；

案例2：使用支持向量機識別有毒蘑菇；

案例3：使用支持向量機進行股票指數(shù)預測。

第八講：神經(jīng)網(wǎng)絡和R語言的實現(xiàn)

神經(jīng)網(wǎng)絡由大量的節(jié)點和輸出函數(shù)構成邏輯策略，本講介紹其原理，主要通過案例的方式講解R語言實現(xiàn)神經(jīng)網(wǎng)絡算法的過程和注意的事項。

主要案例：

案例1：酒的品質(zhì)和種類的神經(jīng)網(wǎng)絡的分析和預測；

案例2：公司財務預警建模。

第九講：交叉驗證比較各個模型

對于同一個數(shù)據(jù)，可能有很多模型來擬合，如何衡量和比較模型的精度呢？本講將介紹交叉驗證訓練集和測試集的方法來幫助大家在實際中選取模型進行擬合和預測。

第十講：使用R語言結合KNN算法進行文本挖掘

文本挖掘，特別是對中文的文本挖掘日趨重要。本講介紹文本挖掘的原理和方法，幫助大家使用R語言在大量的非結構化的數(shù)據(jù)中發(fā)現(xiàn)有價值的信息，抽取潛在有用的數(shù)據(jù)，發(fā)現(xiàn)適合模式，實現(xiàn)可視化結果展示。

主要案例：

案例：使用R語言結合KNN算法對網(wǎng)頁（Web）進行文本挖掘（含分詞、分類、可視化等）

我要報名

謝教授來了，

謝邦昌老師

贊！�。�

ding!!!!!

支持一下了

支持，非常有用！