【培訓對象】
主要面向R語言初學者，包括：學生，或與大數(shù)據(jù)有關聯(lián)的各行業(yè)研究人員，技術人員，數(shù)據(jù)分析人員，以及對大數(shù)據(jù)感興趣的朋友們。

【培訓收益】
通過本課程的學習，達到以下目標：
1）了解和學習R語言基礎知識。
2）能熟練準確地使用R語言編寫代碼。

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語言的數(shù)據(jù)類型
5)      對象及其屬性
6)      向量
7)      矩陣和數(shù)組
8)      列表和數(shù)據(jù)框
9)      因子
10)  常用數(shù)據(jù)的創(chuàng)建
11)  控制流
12)  運算符、函數(shù)和過程


Day 2:基礎統(tǒng)計與統(tǒng)計繪圖
1)      基本函數(shù)介紹
2)      基本函數(shù)案例演示
3)      高級數(shù)學函數(shù)
4)      高級數(shù)學函數(shù)演示
5)      數(shù)據(jù)描述性分析：位置的度量
6)      數(shù)據(jù)的描述性分析：離散趨勢的測度
7)      R語言繪圖基礎：顏色、文字元素、線元素
8)      低級繪圖函數(shù)：函數(shù)、legend函數(shù)、坐標軸、邊框、網格線、點
9)      高級繪圖函數(shù)：散點圖、散點圖矩陣、氣泡圖、餅圖、直方圖、箱線圖、莖葉圖、相關圖、馬賽克圖、臉譜圖、星相圖。
 
Day 3:統(tǒng)計模型
1）            時間時序模型：HoltWinters指數(shù)平移法和ARIMA模型
2）            一元線性回歸模型
3）            多元線性回歸模型：模型實現(xiàn)、模型檢驗、變量選擇
4）            logit回歸模型
5）            降維技術：主成分分析、因子分析、對應分析
6）            聚類分析
7）            關聯(lián)規(guī)則分析
 
Day 4:數(shù)據(jù)挖掘與文本挖掘
1）            使用最近鄰近法分類
2）            樸素貝葉斯分類
3）            應用決策樹進行分類
4）            應用組合算法進行分類
5）            神經網絡及支持向量機
6）            文本挖掘
7）            模型性能評估
8）            Rattle使用 

<p>Spark亞太研究院院長和首席專家，中國目前唯一移動互聯(lián)網和云計算大數(shù)據(jù)集大成者。Android架構師、高級工程師、咨詢顧問、培訓專家；通曉Android、HTML5、Hadoop；致力于Android、HTML5、Hadoop的軟、硬、云整合的一站式解決方案。</p>

• Python入門到進階

  開課時間：已開課

  開課地點： 北京-北京

  模塊一：Python環(huán)境及Python類型Ø 任務一：搭建Python開發(fā)環(huán)境Ø 任務二：學習Python數(shù)據(jù)類型模塊二：Python語句、語法；函數(shù)及模塊Ø 任務三：學習Python語句，語法。Ø 任務四：學習Pyth..

  ￥3,800   元/ 天

  人氣：1836  

  

• HADOOP入門到進階

  開課時間：已開課

  開課地點： 北京-北京

  大數(shù)據(jù)在國外的運用大數(shù)據(jù)在國內的運用Hadoop 生態(tài)系統(tǒng)演示Hadoop 組件詳解Hadoop 安裝和部署Hadoop 集群規(guī)劃Hadoop 的 HDFS 模塊MapReducer 入門到高級實戰(zhàn)Yarn 實戰(zhàn)Hive 實戰(zhàn)H 使用Hadoop 企業(yè)..

  ￥3,800   元/ 天

  人氣：2229