《R语言数据分析与挖掘》（微课版）

课程目录

*   01 R语言数据分析概述/

  *   01 《R语言数据分析与挖掘（微课版）》课程大纲介绍

  *   02 数据分析流程讲解

  *   03 R语言的简介与安装

  *   04 Rstudio安装及R语法初步认识

*   02 R语言数据操作基础/

  *   01 数据类型判断及转换

  *   02 日期类型数据处理函数介绍

  *   03 日期或时间格式处理函数format详解

  *   04 R语言数据对象概述

  *   05 向量的创建

  *   06 向量化运算详解

  *   07 生成序列seq和rep函数详解

  *   08 向量索引

  *   09 矩阵和数组详解

  *   10 因子详解

  *   11 列表和数据框详解

  *   12 基本文本处理函数概述

  *   13 基本字符操作函数讲解

  *   14 字符串链接函数介绍

  *   15 字符串匹配函数讲解

  *   16 常用正则表达式转义符介绍

  *   17 字符串提取函数substr和substring函数详解

  *   18 字符串替换函数sub和gsub及拆分函数strsplit详解

  *   19 stringr扩展包概述

  *   20 stringr包-字符串计算及排序函数详解

  *   21 stringr包-英文字母大小写转换函数

  *   22 stringr包-字符串拼接、去空格、提取函数详解

  *   23 stringr包-拆分函数和匹配函数讲解

*   03 R语言数据读写/

  *   01 R语言数据读写概述

  *   02 文本文件读写-read.table()函数详解

  *   03 文本文件读写-readLines()函数概述

  *   04 文本文件读写-read包read_csv()函数详解

  *   05 Excel文件读写-常用方法概述

  *   06 文本文件读写-data.table包fread()函数详解

  *   07 Excel文件读写-xlsx包的安装

  *   08 Excel文件读写-xlsx包详解

  *   09 Excel文件读写-xlsx包R操作Excel文件详解

  *   10 Excel文件读写-read.xlsx案例演示

  *   11 Excel文件读写-XLConnect包详解

  *   12 Excel文件读写-openxlsx包详解

  *   13 Excel文件读写-readxl包讲解

  *   14 数据库文件读写两种方式概述

  *   15 RODBC环境配置及包安装演示

  *   16 利用RODBC包操作Mysql案例讲解

  *   17 RMySQL包的安装和使用案例讲解

*   04 数据基本管理/

  *   01 数据基本管理常用方法概述

  *   02 数据去重-unique和distinct函数讲解

  *   03 数据排序-order、sort和arrange函数讲解

  *   04 数据筛选-subset和filter函数讲解

  *   05 数据合并-函数详解

  *   06 数据关联-merge函数和full_join函数详解

  *   07 数据转换函数详解

  *   08 融合重铸-长数据和宽数据转换详解

  *   09 数据聚合-描述统计及分组统计详解

*   05 数据预处理/

  *   01 数据抽样-类失衡处理方式：SMOTE方法及R语言实现

  *   02 数据随机抽样-sample函数详解

  *   03 等比例抽样和K折交叉抽样

  *   04 缺失值判断及处理详解

  *   05 异常值判断及处理讲解

  *   06 数据变换-数据分箱和数据标准化讲解

  *   07 数据哑变量处理-dummyVars函数讲解

*   06 R语言重要绘图技术/

  *   01 R语言基础绘图概述

  *   02 颜色参数设置及主题函数讲解

  *   03 颜色要素-RColorBrewer扩展包讲解

  *   04 图像三要素-文字元素讲解

  *   05 图像三要素-点线元素讲解

  *   06 低级绘图函数-标题title函数讲解

  *   07 低级绘图函数-坐标轴axis函数讲解

  *   08 低级绘图函数-图例legend及网格线grid函数讲解

  *   09 低级绘图函数-点point及文字text函数讲解

  *   10 低级绘图函数-线lines及abline函数讲解

  *   11 高级绘图函数概述

  *   12 高级绘图函数-散点图、散点图矩阵、高密度散点图、气泡图讲解

  *   13 高级绘图函数-线图、柱状图、直方图和箱线图讲解

*   07 高级绘图工具/

  *   01 ggplot2绘图工具介绍

  *   02 qplot()函数详解

  *   03 ggplot()函数绘图详解

  *   04 ggplot2扩展包ggthemes和ggExtra包介绍

  *   05 recharts包介绍及安装

  *   06 recharts使用案例详解

  *   07 rbokeh包介绍

  *   08 plotly包介绍

*   08 聚类分析/

  *   01 聚类算法概述

  *   02 聚类距离度量方法及案例介绍

  *   03 层次聚类算法原理及凝聚层次聚类和分裂层次聚类案例讲解

  *   04 聚类树形图可视化-factoextra包详细讲解

  *   05 聚类树形图可视化-利用dendextend包调整树形图可视化

  *   06 聚类树形图可视化-利用dendextend包对不同树形图进行

  *   07 K-means聚类算法原理及案例实现详解

  *   08 K-中心点聚类算法原理及案例详解

  *   09 密度聚类原理及R语言实现案例详解

  *   10 集群评估及验证讲解

*   09 理解线性回归/

  *   01 理解线性回归

  *   02 简单线性回归原理及自定义函数实现

  *   03 线性回归模型lm()函数及案例详解

  *   04 线性回归模型诊断及预测

  *   05 利用MASS包boxcox函数寻找指数变换最优值讲解

  *   06 多项式回归及稳健线性回归讲解

  *   07 多元线性回归及自变量有定性变量回归讲解

  *   08 逐步回归与多重共线性讲解

  *   09 线性回归正则化必要性和岭回归和Lasso回归概述

  *   10 glmnet包介绍及案例演示

  *   11 线性回归正则表达式综合案例讲解

  *   12 逻辑回归基本原理介绍

  *   13 逻辑回归R语言实现及案例讲解

*   10 决策树/

  *   01 决策树概述

  *   02 决策树常用算法及ID3算法原理讲解

  *   03 手动实现ID3算法实现案例详解

  *   04 C4.5算法基本原理及自定义函数实现

  *   05 CART算法基本原理及案例实现讲解

  *   06 决策树的R语言实现概述

  *   07 C5.0案例之模型创建、规则解读及可视化详解

  *   08 C5.0案例之使用boosting提升模型性能及使用代价矩阵

  *   09 CART案例-分类树构建及预测

  *   10 CART案例-回归树构建及预测

  *   11 CART案例-剪枝案例讲解

  *   12 条件推理决策树案例讲解

  *   13 绘制决策边界讲解

*   11 神经网络与支持向量机/

  *   01 理解人工神经网络

  *   02 神经网络的R语言实现

  *   03 基于神经网络进行类别预测-nnet和neuralnet扩展包

  *   04 基于AMORE包和RSNNS包进行神经网络进行预测案例讲解

  *   05 理解支持向量机

  *   06 支持向量机的R语言实现

  *   07 线性可分的支持向量机分类预测-建模、绘制决策边界、软间隔及数

  *   08 基于支持向量机进行类别预测-线性不可分案例讲解

  *   09 使用tune.svm()函数选择最优支持向量机的参数组合

*   12 模型评估及性能优化/

  *   01 数值预测评估方法及代码实现

  *   02 概率预测评估方法-混淆矩阵及相关指标详解

  *   03 概率预测评估方法-ROC曲线原理及自定义函数实现案例讲解

  *   04 概率预测评估方法-KS曲线和累计提升图

  *   05 模型参数优化