聯繫我們

課程簡介

第一天:語言基礎

  • 課程介紹
  • 關於數據科學
    • 數據科學的定義
    • 數據科學的工作流程
  • 認識 R 語言
  • 變數與數據類型
  • 控制結構(迴圈/條件判斷)
  • R 中的標量、向量和矩陣
    • 定義 R 向量
    • 矩陣
  • 字串與文本處理
    • 字符數據類型
    • 文件 I/O
  • 列表(Lists)
  • 函數
    • 介紹函數
    • 閉包(Closures)
    • lapply/sapply 函數
  • 數據框(DataFrames)
  • 各章節實驗

第二天:進階 R 編程

  • 數據框與文件 I/O
  • 從文件讀取數據
  • 數據準備
  • 內建數據集
  • 可視化
    • 圖形包(Graphics Package)
    • plot() / barplot() / hist() / boxplot() / 散點圖
    • 熱力圖
    • ggplot2 包(qplot(), ggplot())
  • 使用 Dplyr 進行數據探索
  • 各章節實驗

第三天:使用 R 進行高級編程

  • 使用 R 進行統計建模
    • 統計函數
    • 處理 NA(缺失值)
    • 分佈(二項分佈、泊松分佈、常態分佈)
  • 迴歸分析
    • 介紹線性迴歸
  • 推薦系統
  • 文本處理(tm 包 / 詞雲)
  • 聚類分析
    • 聚類分析簡介
    • K均值(KMeans)
  • 分類
    • 分類簡介
    • 樸素貝葉斯
    • 決策樹
    • 使用 caret 包進行訓練
    • 評估演算法
  • R 與大數據
    • 連接 R 到數據庫
    • 大數據生態系統
  • 各章節實驗

最低要求

  • 建議具備基本的編程背景

環境設置

  • 一台現代筆記型電腦
  • 已安裝最新版的 R studio 和 R 環境
 21 小時

人數


每位參與者的報價

客戶評論 (7)

即將到來的課程

課程分類