模塊名稱

課程內容

原始數據的探索與預處理

1. 度量數據集的集中程度

2. 度量數據集的分散程度

1) 極值，方差和標準差

2）標準誤和偏差系數，峰度系數

3. 創建一個數字摘要表

4. 異常值的觀測與說明

1）利用箱線圖觀測異常值并處理

2）異常值檢測的其他情況和說明

5. 缺失值的填補與處理

1）刪除缺失值或對其進行簡單填補

2）按照相關性對空缺值進行填補

R的數據可視化

1.  plot()函數和常用的圖形參數

1）設置plot()函數中的參數

2）修改散點圖的坐標并加入標注

2. 經典的基礎圖形及用途

1）線圖

2)直方圖

3)箱線圖和莖葉圖

3. 將圖形組合起來

4. 更多的高水平作圖函數

5. 更多的常用作圖命令

R中參數的估計和檢驗

1. 使用R進行點估計和區間估計

1) 簡單的點估計和區間估計

2 )估計單側置信區間

2. 與正態總體有關的參數檢驗

3. 列聯表與獨立性檢驗

4. 集中檢驗數據分布的函數

5. 對非正態總體的區間估計和檢驗

1）非正態總體的區間估計

2）非參數檢驗中的符合檢驗

3）非參數檢驗中的秩檢驗

R中的方差分析

1. 方差分析模型的建立

2  .單因素方差分析

1）單因素方差分析的數學思想與模型

2）檢驗樣本是否滿足方差分析的假設條件

3）構建單因素方差分析模型

3. 多因素方差分析

1）多因素方差分析的數學思想與模型

2）不考慮交互作用的雙因素方差分析

3）考慮交互作用的雙因素方差分析

4. 秩檢驗和協方差分析

1）對控制變量應用秩檢驗方法

2）協方差分析的假設與應用

R中的相關分析和回歸分析

1. 多種相關系數的計算和檢驗

1）簡單相關系數的計算和檢驗

2）散步矩陣圖和偏相關系數

3）典型相關分析

2. 線性回歸分析及其常歸參數

1）對數據進行預處理

2）構建個回歸模型

3）修正方程并檢驗殘差

3. 使用逐步回歸篩選自變量

1）逐步回歸的思想與分類

2）構建逐步回歸模型

4. 啞變量和邏輯回歸

1）啞變量和邏輯回歸的思想

2）向線性回歸模型中納入啞變量

更高級的數據可視化

1. 基礎圖形的擴展與延伸

1）繪制分類散點圖并添加圖標

2）繪制含多種類別的密度分布圖

3）復合條形圖和堆棧條形圖

2. 有關多元分布函數的特殊圖形

1）星圖和臉譜圖

2）輪廓圖

3）調和曲線圖

3.  建立最簡單的3D圖形

4. 如何讓圖形更美觀

5. 更過的繪圖和系統

R中的聚類分析和判別分析

1. 集中聚類分析的異同

2. 使用R實現KNN聚類

1）KNN算法的思想和模型

2）使用R實現KNN聚類

3. 使用R實現系統聚類

1）系統聚類的思想和模型

2）使用R實現系統聚類

4. 使用R實現快速聚類

1）快速聚類的思想和模型

2）使用R實現快速聚類

5. 集中判別分析模型綜述

1）距離判別模型

2）Fisher判別模型

R中的主成分分析和因子分析

1. 主成分分析的實現與應用

1）主成分分析的模型假設和數據處理

2）構造一個主成分分析模型

3)計算主成分的綜合得分

2. 因子分析的初次構建與完善

1）構造一個簡單的因子分析模型

2）計算因子得分并分析

3. 對因子分析模型進行修正

1）修改因子分析模型中的因子個數

2）基于主成分法和主軸因子法進行因子分析

4. 在降維分析的基礎上進行回歸分析和聚類分析

1）在降維分析的基礎上進行回歸分析

2）在降維分析的基礎上進行聚類分析

5. 決策樹

1）C4.5算法

2）CART算法

3）C5.0算法

R中的廣義線性回歸模型

1. 一般的廣義線性回歸模型

1） 使用二次函數擬合線性回歸模型

2） 擬合更多的廣義線性模型

3） 比較線性模型的優劣

2.  Logistic線性回歸模型

1）Logistic模型的原理與構建方法

2）Logistic模型的顯著性檢驗和優勢比

3）修正被警告的Logistic模型

3. 泊松回歸分析模型

1) 擬合個泊松回歸模型

2) 泊松回歸模型的過散布檢驗

4. 廣義線性模型的交叉驗證

R中的時間序列模型

1. 將數據轉換為時間序列格式

1) 使用ts()函數轉換數據格式并繪制時間序列曲線

2) 使用zoo()函數轉換數據格式并繪制時間序列曲線

2. 分解時間序列并檢驗時間序列的自相關性

1) 使用經典方法分解時間序列

2)  使用STL方法分解時間序列

3. 探究時間序列的自相關性

1) 使用月圖和季度圖探究自相關性

2) 使用散點圖探究自相關性

4. 構建時間序列并預測

1) 均值預測，單純預測和漂移

2) 不考慮長期趨勢和季節波動的簡單指數平滑

3) 在指數平滑中加入長期趨勢和季節波動

4) 自回歸移動平均模型

R中的最優化問題

1. 最優化問題簡述

2. 黃金分割法

1) 黃金分割法和局部最優解

2) 使用R實現黃金分割法

3. 牛頓最優化方法

1) 牛頓方法的算法原理

2) 在一維情形下實現牛頓迭代法

3) 在多維情形下實現牛頓迭代法

4. 最快上升法

1) 利用梯度求解上升最快的相鄰點

2) 構建最快上升法函數并檢驗

5.  R中最優化函數

使用R繪制地理信息圖形

1. 繪制世界，國家，省市地圖

1) 使用map()函數繪制地圖

2) 另一種繪制地圖的方法

3) 分省市繪制地圖

2. 向地圖中添加顏色

1） 向地圖中添加顏色前的準備

2） 在地圖上添加顏色

3. 向地圖上添加標簽和線條

1） 向地圖中添加標簽前的準備

2） 在地圖上添加標簽

3） 在地圖上添加線條

4. 使用其他格式的文件優化地圖

使用R構建支持向量機

1. 構建一個簡單的支持向量機

1) 支持向量機的算法原理

2) 構建一個簡單的支持向量機

3) 使用其他核函數構建支持向量機

2. 優化支持向量機的參數

1) 優化參數degree

2) 優化參數cost

3) 優化參數gamma

3. 比較支持向量機與Logistic回歸的優劣

4. 比較支持向量機和KNN聚類算法的優劣

構建電影評分預測模型

1. 獲取數據并探索

2. 利用recommenderlab處理數據

3. 建立模型并評估

1) 模型的選擇與建立

2) 模型之間的比較和評估

貝葉斯垃圾郵件過濾器模型

1. 貝葉斯模型中的條件概率

2. 復雜的數據預處理過程

1) 利用for循環讀入多封郵件正文

2) 利用tm進一步轉換數據格式

3) 將TDM轉換成真正有用的數據框

3. 利用occurrece值構造分類器

1) 完成理論準備并處理測試郵件和普通郵件

2) 創建一個函數用于比較概率

可視化數據挖掘工具Rattle內置

1. Rattle簡介及其安裝

1) Rattle簡介

2) Rattle安裝

2. 功能預覽

3. 數據導入

1) 導入CSC數據

2) 導入ARFF數據

3) 導入ODBC數據

4) R Dataset—導入其他數據源

5) 導入RData File數據集

6) 導入Library數據

4. 數據探索

1) 數據總體概況

2) 數據分布探索

3) 相關性

4) 主成分

5) 交互圖

5. 數據建模

1) 聚類分析

2) 關聯規則

3) 決策樹

4) 隨機深林

6. 模型評估

1) 混淆矩陣

2) 風險圖

3) ROC圖及相關圖表

4) 模型得分數據集