logo
分类于: 人工智能

简介

R语言数据分析与挖掘实战

R语言数据分析与挖掘实战 7.5分

资源最后更新于 2020-03-29 02:12:07

作者:张良均 等

出版社:出版社北京华章图文信息有限公司

出版日期:2015-01

ISBN:9787111516040

文件格式: pdf

标签: 案例 数据挖掘 数据分析 R语言

简介· · · · · ·

本书共16章,分三个部分:基础篇、实战篇、提高篇。基础篇介绍了数据挖掘的基本原理,实战篇介绍了一个个真实案例,通过对案例深入浅出的剖析,使读者在不知不觉中通过案例实践获得数据挖掘项目经验,同时快速领悟看似难懂的数据挖掘理论。读者在阅读过程中,应充分利用随书配套的案例建模数据,借助相关的数据挖掘建模工具,通过上机实验,以快速理解相关知识与理论。高级篇介绍了基于R语言二次开发的数据挖掘应用软件,使读者体验到数据挖掘二次的开发的魅力。张良均:资深大数据挖掘专家和模式识别专家,有10多年的大数据挖掘应用、咨询经验,10余年数据仓库系统管理与实施经验,超过10年的系统开发与设计经验。为电信、电力、互联网、生产制造、零售、银行、生物、化工、医药等多个行业上百家大型企业提供过数据挖掘应用与咨询服务,实践经验非常丰富。此外,他精通Java EE企业级应用开发,是广东工业大学和华南师范大学兼职教授,著有《神经网络实用教程》、《数据挖掘:实用案例分析》等畅销书。

想要: 点击会收藏到你的 我的收藏,可以在这里查看

已收: 表示已经收藏

Tips: 注册一个用户 可以通过用户中心得到电子书更新的通知哦

目录

  1. 前言
  2. 基础篇
  3. 第1章 数据挖掘基础
  4. 1.1 某知名连锁餐饮企业的困惑
  5. 1.2 从餐饮服务到数据挖掘
  6. 1.3 数据挖掘的基本任务
  7. 1.4 数据挖掘建模过程
  8. 1.5 常用数据挖掘建模工具
  9. 1.6 小结
  10. 第2章 R语言简介
  11. 2.1 R安装
  12. 2.2 R使用入门
  13. 2.3 R数据分析包
  14. 2.4 配套附件使用设置
  15. 2.5 小结
  16. 第3章 数据探索
  17. 3.1 数据质量分析
  18. 3.2 数据特征分析
  19. 3.3 R语言主要数据探索函数
  20. 3.4 小结
  21. 第4章 数据预处理
  22. 4.1 数据清洗
  23. 4.2 数据集成
  24. 4.3 数据变换
  25. 4.4 数据规约
  26. 4.5 R语言主要数据预处理函数
  27. 4.6 小结
  28. 第5章 挖掘建模
  29. 5.1 分类与预测
  30. 5.2 聚类分析
  31. 5.3 关联规则
  32. 5.4 时序模式
  33. 5.5 离群点检测
  34. 5.6 小结
  35. 实战篇
  36. 第6章 电力窃漏电用户自动识别
  37. 6.1 背景与挖掘目标
  38. 6.2 分析方法与过程
  39. 6.3 上机实验
  40. 6.4 拓展思考
  41. 6.5 小结
  42. 第7章 航空公司客户价值分析
  43. 7.1 背景与挖掘目标
  44. 7.2 分析方法与过程
  45. 7.3 上机实验
  46. 7.4 拓展思考
  47. 7.5 小结
  48. 第8章 中医证型关联规则挖掘
  49. 8.1 背景与挖掘目标
  50. 8.2 分析方法与过程
  51. 8.3 上机实验
  52. 8.4 拓展思考
  53. 8.5 小结
  54. 第9章 基于水色图像的水质评价
  55. 9.1 背景与挖掘目标
  56. 9.2 分析方法与过程
  57. 9.3 上机实验
  58. 9.4 拓展思考
  59. 9.5 小结
  60. 第10章 家用电器用户行为分析与事件识别
  61. 10.1 背景与挖掘目标
  62. 10.2 分析方法与过程
  63. 10.3 上机实验
  64. 10.4 拓展思考
  65. 10.5 小结
  66. 第11章 应用系统负载分析与磁盘容量预测
  67. 11.1 背景与挖掘目标
  68. 11.2 分析方法与过程
  69. 11.3 上机实验
  70. 11.4 拓展思考
  71. 11.5 小结
  72. 第12章 电子商务智能推荐服务
  73. 12.1 背景与挖掘目标
  74. 12.2 分析方法与过程
  75. 12.3 上机实验
  76. 12.4 拓展思考
  77. 12.5 小结
  78. 第13章 基于数据挖掘技术的市财政收入分析预测模型
  79. 13.1 背景与挖掘目标
  80. 13.2 分析方法与过程
  81. 13.3 上机实验
  82. 13.4 拓展思考
  83. 13.5 小结
  84. 第14章 基于基站定位数据的商圈分析
  85. 14.1 背景与挖掘目标
  86. 14.2 分析方法与过程
  87. 14.3 上机实验
  88. 14.4 拓展思考
  89. 14.5 小结
  90. 第15章 电商产品评论数据情感分析
  91. 15.1 背景与挖掘目标
  92. 15.2 分析方法与过程
  93. 15.3 上机实验
  94. 15.4 拓展思考
  95. 15.5 小结
  96. 提高篇
  97. 第16章 基于R语言的数据挖掘二次开发
  98. 16.1 混合编程应用体验——TipDM数据挖掘平台
  99. 16.2 二次开发过程环境配置
  100. 16.3 R语言数据挖掘二次开发实例
  101. 16.4 小结