办公office(word/excel/ppt/数据) 各部门的专职拆解岗位并有志于研习开源拆解抓手的参训者。 可定制大纲

基于R的数据分析与挖掘

由于SPSS和SAS之类的资料挖掘抓手属于收费软件,价格高昂,限制了其在事务中的采用。R作为主流的开源拆解抓手,不仅免费,而且具备强大的资料展现和拆解功能,在专精拆解人员当中广受欢迎。

授课时长
3-4天
授课方式
内训
建议人数
20–40 人
主讲
陈剑
课程编号
PX-T26467
基于R的数据分析与挖掘
内训报价
面议(按天计)
含讲师课酬、教材与差旅,不含场地
电话咨询 131-8265-5138
企业微信二维码
微信扫码咨询报课程名即可,工作日 1 小时内回复

本站不设表单:打电话或扫码即可,不用留手机号等回访

课程背景

由于SPSS和SAS之类的资料挖掘抓手属于收费软件,价格高昂,限制了其在事务中的采用。R作为主流的开源拆解抓手,不仅免费,而且具备强大的资料展现和拆解功能,在专精拆解人员当中广受欢迎。

课程大纲

一、简介

1.R语言简介

2.R语言包和编辑器

3.R studio集成开发环境

4.第一个R语言程序

二、资料导入和导出

1.文本文件

2.Excel文件

3.访问资料库

三、基本语法

1.R资料类型

a)vector/matrix/dataframe

b)资料引用方式

2.函数和循环

a)常用函数

b)循环语句,分支将控

c)自定义函数

四、资料处理

1.资料清洗

a)缺失值处理打法

b)极端值处理打法

2.资料处理

a)随机抽样和分层抽样

b)排序

c)合并

五、资料特征描绘

1.R图表概述

2.直方图、折线图/平滑曲线,QQ图、散点

3.条形图,箱体图,星状图,矩阵图

六,关联规则

1.关联规则的原理以及运用

2.要害参数

a)Support

b)confidence

c)lift

3.Apriori

4.捆绑销售的纵深拆解

七、分类算法以及实例

1.概述

2.决策树(Decision Tree)

a)C&RT

b)C4.5

c)实例:采用决策树拆解买方响应

3.Logistic回归和实例

4.神经网络和实例

5.SVM和实例

八、集成算法

1.Bagging

2.Boosting

3.随机森林(RandomForest)

a)随机森林的原理

b)随机森林实例:利用随机森林对买方行为开展拆解

老师简介

Introduction to lecturers

弄懂更多

博闻智咨询|陈剑老师

适合谁听

各部门的专职拆解岗位、并有志于研习开源拆解抓手的参训者。。建议同一家企业 3 人以上同来,课堂上直接改造本企业的实际问题——单人参加也能学到方法,但带不走可用的成果。

交付流程

课前:顾问访谈 2 位管理者,收集现状与问题清单,讲师据此调整案例。课中:讲授与演练各占一半,产出可直接用的工具与方案。课后:7 天内提交改进建议,30 天内一次线上答疑。

电话咨询