R數據科學——從數據挖掘基礎到深度學習

內容簡介

與 SPSS、Excel、Python 部分功能相似，R 是一款免費的、簡單易學、優秀的統計分析軟體，廣泛套用於數據分析、統計建模和數據可視化等。《R 數據科學 —— 從數據挖掘基礎到深度學習》一書就用 R 語言解釋了主要數據挖掘技術的理論基礎，並通過實例介紹了具體的套用方法和實現過程。全書分為多變數分析和機器學習兩部分，內容涵蓋回歸分析、主成分分析、判別分析、聚類分析、神經網路、支持向量機（SVM）、貝葉斯估計、自組織映射網路、決策樹和深度學習等，特別適合有一定 R 語言使用基礎，想通過 R 語言快速了解數據挖掘和深度學習技術的讀者學習。

圖書目錄

第1部分多變數分析

第1章數據挖掘

1.1何謂數據挖掘

1.2多變數分析的方法

1.3 第1部分的閱讀方法

第2章回歸分析

2.1 何謂回歸分析

2.2合適準確的評價方法

2.3例題

2.4試題一一家庭收支情況分析

第3章主成分分析

3.1何謂主成分分析

3.2 例題一一確定學生成績主成分個數

3.3測試題一一對學生成績進行主成分分析並構建數據圖表

第4章判別分析

4.1何謂判別分析

4.2線性判別

4.3非線性判別

4.4 例題一一健康狀況判別分析

4.5測試題一新汽車購買意願判別分析

第5章聚類分析

5.1何謂聚類分析

5.2層次聚類分析

5.3k均值法

5.4例題一一用層次聚類分析法對數據進行聚集

5.5測試題一一對美國高等法院法官進行聚類分析

第2部分機器學習

第6章機器學習概述

6.1何謂機器學習

6.2人工智慧與機器學習

6.3機器學習與深度學習

第7章神經網路

7.1 何謂神經網路

7.2例題1一一使用神經網路對AND 電路進行判別分析

7.3 例題2一一使用經神網路對數據進行回歸分析

7.4測試題一一神經網路在判別分析和回歸分析中的套用

7.4.1使用iris 進行別分析

7.4.2 使用數據集 ToothGrowth 進行回歸分析

第8章支持向量機(SVM)

8.1何謂支持向量機

8.2 例題1一一使用支持向量機對 AND 電路進行判別分析

8.3 例題2一一使用支持向量機對數據進行回歸分析

8.4測試題一一使用支持向量機進行判別分析和回歸分析

R數據科學——從數據挖掘基礎到深度學習

基本介紹

內容簡介

圖書目錄

作者簡介

相關詞條

熱門詞條