課程簡介

第一天:語言基礎

    課程介紹 關於 Data Science Data Science 定義 做的過程 Data Science。
介紹 R Language
  • 變數和類型
  • 控制結構(循環/條件)
  • R Scalars、向量和矩陣 定義 R 向量
  • 母科
  • 字串和文本操作 字元數據類型
  • 檔IO
  • 清單
  • 功能 函數簡介
  • 閉包
  • lapply/sapply 函數
  • 數據幀
  • 所有部分的實驗室
  • 第二天:中級 R Programming
  • 數據幀和檔 I/O 從檔中讀取數據 數據準備 內置數據集 可視化 圖形包 plot() / barplot() / hist() / boxplot() /   散點圖 熱圖 ggplot2 包 (qplot(), ggplot())
  • 使用 Dplyr 進行探索
  • 所有部分的 實驗室
  • 第三天:高級 Programming 與 R

      使用 R 進行統計建模 統計函數 處理 NA 分佈(二項分佈、泊松分佈、  正態分佈)
    回歸 線性回歸簡介
  • 建議
  • 文本處理 (tm package / Wordclouds)
  • 聚類 聚類分析簡介

      KMeans(英语:KMeans)
    分類 分類簡介
  • 樸素貝葉斯
  • 決策樹
  • 使用插入符號包進行訓練
  • 評估演算法
  • R 和 Big Data 將 R 連接到資料庫
  • Big Data 生態系統
  • 所有部分的實驗室

    最低要求

    • 有基本程式設計背景者優先

    設置

    • 現代筆記型電腦
    • 已安裝最新的 R Studio 與 R 環境 
     21 時間:

    人數



    每位參與者的報價

    客戶評論 (5)

    相關課程

    課程分類