班級(jí)規(guī)模及環(huán)境--熱線:4008699035 手機(jī):15921673576( 微信同號(hào)) |
每期人數(shù)限3到5人。 |
上課時(shí)間和地點(diǎn) |
開(kāi)課地址:【上海】同濟(jì)大學(xué)(滬西)/新城金郡商務(wù)樓(11號(hào)線白銀路站)【深圳分部】:電影大廈(地鐵一號(hào)線大劇院站) 【武漢分部】:佳源大廈【成都分部】:領(lǐng)館區(qū)1號(hào)【沈陽(yáng)分部】:沈陽(yáng)理工大學(xué)【鄭州分部】:錦華大廈【石家莊分部】:瑞景大廈【北京分部】:北京中山學(xué)院 【南京分部】:金港大廈
最新開(kāi)班 (連續(xù)班 、周末班、晚班):2020年3月16日 |
實(shí)驗(yàn)設(shè)備 |
☆資深工程師授課
☆注重質(zhì)量
☆邊講邊練
☆合格學(xué)員免費(fèi)推薦工作
★實(shí)驗(yàn)設(shè)備請(qǐng)點(diǎn)擊這兒查看★ |
質(zhì)量保障 |
1、培訓(xùn)過(guò)程中,如有部分內(nèi)容理解不透或消化不好,可免費(fèi)在以后培訓(xùn)班中重聽(tīng);
2、培訓(xùn)結(jié)束后,授課老師留給學(xué)員聯(lián)系方式,保障培訓(xùn)效果,免費(fèi)提供課后技術(shù)支持。
3、培訓(xùn)合格學(xué)員可享受免費(fèi)推薦就業(yè)機(jī)會(huì)。 |
課程大綱 |
|
通過(guò)學(xué)習(xí)本課程,使學(xué)者可以很清晰的知道什么是數(shù)據(jù)科學(xué)\數(shù)據(jù)科學(xué)的運(yùn)用場(chǎng)景\知道數(shù)據(jù)挖掘基本的理論\了解數(shù)據(jù)挖掘思想\掌握R語(yǔ)言的基本知識(shí)\掌握R語(yǔ)言的基本包使用\掌握用R進(jìn)行數(shù)據(jù)處理的能力\了解用R進(jìn)行描述性統(tǒng)計(jì)分析
適用人群
人工智能 機(jī)器學(xué)習(xí) R語(yǔ)言
第1章數(shù)據(jù)科學(xué)簡(jiǎn)述
1-1數(shù)據(jù)科學(xué)產(chǎn)生的背景和定義
1-2什么是數(shù)據(jù)科學(xué)家
1-3八步成為數(shù)據(jù)科學(xué)家
第2章數(shù)據(jù)挖掘方法和流程
2-1數(shù)據(jù)挖掘的過(guò)程模型
2-2數(shù)據(jù)分析的步驟
2-3數(shù)據(jù)集概念
2-4常用數(shù)據(jù)分析工具
第3章R語(yǔ)言概述與基本操作
3-1R語(yǔ)言概述
3-2R語(yǔ)言數(shù)據(jù)分析案例
3-3R語(yǔ)言數(shù)據(jù)分析案例
3-4R語(yǔ)言的基本操作
3-5R語(yǔ)言的基本操作
3-6R語(yǔ)言基本操作
第4章R語(yǔ)言基礎(chǔ)統(tǒng)計(jì)
4-1基因函數(shù)介紹
4-2高級(jí)數(shù)學(xué)函數(shù)
4-3粘貼數(shù)據(jù)結(jié)構(gòu)
4-4轉(zhuǎn)換和排序
4-5訪問(wèn)MySQL數(shù)據(jù)
4-6缺失值處理
4-7平均值mean函數(shù)
4-8中位數(shù)median函數(shù)
4-9百分位和方差等
第5章統(tǒng)計(jì)繪圖技術(shù)
5-1繪圖基礎(chǔ)知識(shí)
5-2低級(jí)繪圖函數(shù)
5-3高級(jí)繪圖函數(shù)
第6章時(shí)間序列和多元線性回歸算法原理和案例
6-1時(shí)間序列概述和原理
6-2時(shí)間序列繪圖
6-3時(shí)間序列案例
6-4多元線性回歸概述和原理
6-5多元線性回歸案例
第7章邏輯回歸和主成分分析算法原理和案例
7-1邏輯回歸概述和原理
7-2邏輯回歸算法案例
7-3主成分分析概述和原理
7-4主成分分析案例
第8章聚類分析算法原理
8-1機(jī)器學(xué)習(xí)基本概念
8-2聚類分析算法原理
8-3聚類分析算法k-means例子
第9章關(guān)聯(lián)規(guī)則分析算法原理和案例
9-1關(guān)聯(lián)規(guī)則分析算法原理
9-2關(guān)聯(lián)規(guī)則分析算法例子
第10章貝葉斯分類算法原理和案例
10-1分類概述
10-2貝葉斯分類概述和案例
第11章決策樹分類算法原理和案例
11-1決策樹分類概述
11-2決策樹分類原理
11-3決策樹數(shù)據(jù)預(yù)處理
11-4決策樹分類案例
11-5決策樹可視化
11-6決策樹組合算法
第12章神經(jīng)網(wǎng)絡(luò)和向量機(jī)原理和案例
12-1神經(jīng)網(wǎng)絡(luò)和向量機(jī)概述
12-2神經(jīng)網(wǎng)絡(luò)和向量機(jī)案例
第13章購(gòu)物籃分析原理和案例
13-1購(gòu)物籃分析概述
13-2購(gòu)物籃分析原理
13-3購(gòu)物籃分析數(shù)據(jù)準(zhǔn)備
第14章協(xié)同過(guò)濾原理和案例
14-1協(xié)同過(guò)濾概述
14-2協(xié)同過(guò)濾原理
14-3協(xié)同過(guò)濾案例
14-4購(gòu)物籃分析案例
第15章R語(yǔ)言文本挖掘和分析
15-1文本挖掘概述
15-2R語(yǔ)言文本挖掘和分析
15-3主題模型案例
15-4主題模型案例
15-5定量分析原理和概述
15-6定量分析案例1
15-7定量分析案例2
|