1、培訓過程中，如有部分內容理解不透或消化不好，可免費在以后培訓班中重聽；
        2、培訓結束后,授課老師留給學員聯系方式,保障培訓效果,免費提供課后技術支持。
        3、培訓合格學員可享受免費推薦就業機會。

通過學習本課程，使學者可以很清晰的知道什么是數據科學\數據科學的運用場景\知道數據挖掘基本的理論\了解數據挖掘思想\掌握R語言的基本知識\掌握R語言的基本包使用\掌握用R進行數據處理的能力\了解用R進行描述性統計分析
適用人群
人工智能 機器學習 R語言
第1章數據科學簡述
1-1數據科學產生的背景和定義
1-2什么是數據科學家
1-3八步成為數據科學家
第2章數據挖掘方法和流程
2-1數據挖掘的過程模型
2-2數據分析的步驟
2-3數據集概念
2-4常用數據分析工具
第3章R語言概述與基本操作
3-1R語言概述
3-2R語言數據分析案例
3-3R語言數據分析案例
3-4R語言的基本操作
3-5R語言的基本操作
3-6R語言基本操作
第4章R語言基礎統計
4-1基因函數介紹
4-2高級數學函數
4-3粘貼數據結構
4-4轉換和排序
4-5訪問MySQL數據
4-6缺失值處理
4-7平均值mean函數
4-8中位數median函數
4-9百分位和方差等
第5章統計繪圖技術
5-1繪圖基礎知識
5-2低級繪圖函數
5-3高級繪圖函數
第6章時間序列和多元線性回歸算法原理和案例
6-1時間序列概述和原理
6-2時間序列繪圖
6-3時間序列案例
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機器學習基本概念
8-2聚類分析算法原理
8-3聚類分析算法k-means例子
第9章關聯規則分析算法原理和案例
9-1關聯規則分析算法原理
9-2關聯規則分析算法例子
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決策樹數據預處理
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章神經網絡和向量機原理和案例
12-1神經網絡和向量機概述
12-2神經網絡和向量機案例
第13章購物籃分析原理和案例
13-1購物籃分析概述
13-2購物籃分析原理
13-3購物籃分析數據準備
第14章協同過濾原理和案例
14-1協同過濾概述
14-2協同過濾原理
14-3協同過濾案例
14-4購物籃分析案例
第15章R語言文本挖掘和分析
15-1文本挖掘概述
15-2R語言文本挖掘和分析
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