相關商品
商品簡介
作者簡介
目次
商品簡介
本書將抽象的理論和實際應用緊密結合起來，既重視基本原理、基本概念和方法的闡述，更注重網絡管理的各種具體實現技術，同時力圖反映網絡管理技術的新發展。
作者簡介
杜賓，男，教授，就職于江西財經大學。管理科學與工程專業博士，1971年10月出生，江西吉安人。主要從事信息系統、機器學習、管理決策、數據分析等領域的研究，主講課程包括R語言數據分析基礎、計算機應用技術、運營管理等。錢亮宏，男，畢業于上海交通大學電子信息與電氣工程學院，1989年8月出生，擁有10年R語言使用經驗，一直奮戰在數據分析與挖掘領域的第一線，作為金融和互聯網行業資深數據挖掘專家。黃勃：博士，講師，2014年12月武漢大學博士畢業入職上海工程技術大學,主講了8門本科課程。研究方向為軟件工程，機器學習，人工智能。發表學術論文30多篇，其中SCI，EI、ISTP三大檢索20篇；獲發明專利和軟件著作權5項，省部級科技進步獎2項；2016年獲批國家自然科學基金一項。高永彬：博士、講師，就職于上海工程技術大學，博士畢業于韓國全北國立大學，在模式識別、機器學習領域積累了大量的研究與實戰經驗。特別地，在基於深度學習技術的人臉識別以及車型檢測技術進行了深入地研究，發表了近30篇期刊/會議論文，取得了豐厚的研究成果，發表在包括Information Sciences, Pattern Recognition Letters等高水平期刊中，其中SCI收錄5篇，EI收錄4篇。
目次
第一部分 統計分析基礎
第1章 概述1
1.1 為什麼使用R語言2
1.2 R的安裝 3
1.3 RStudio集成環境 4
1.4 R的基礎操作 4
1.5包 9
1.6 結果的重用性 10
1.7 綜合示例 11
1.8 大數據處理 11
1.9 數據挖掘 13
小結 16
習題 16
第2章 數據訪問 17
2.1數據集合 17
2.2數據結構 18
2.3數據的輸入 27
2.4數據的輸出 35
2.5數據集的標注 36
2.6處理數據對象的實用函數36
小結 37
習題 37
第3章 數據操作 39
3.1一個示例 39
3.2創建新變量 41
3.3變量的重編碼 42
3.4變量的重命名 43
3.5缺失值 44
3.6日期型數據 46
3.7類型轉換 48
3.8數據排序 49
3.9數據集的合併 49
3.10數據集取子集 50
3.11使用SQL 語句操作數據框53
3.12一個數據處理難題 53
3.13數值和字符處理函數 54
3.14數據處理難題的一套解決方案61
3.15控制語句 66
3.16自定義函數 68
3.17重構與整合 70
小結 73
習題 73
第4章 數據可視化 75
4.1創建圖形 75
4.2簡單示例 77
4.3圖形參數 78
4.4添加文本、自定義坐標軸和圖例83
4.5圖形的組合 89
4.6條形圖 93
4.7餅圖 97
4.8直方圖 99
4.9核密度圖 100
4.10點圖 105
4.11 ggplot2包 107
小結 116
習題 116
第5章 概率與分佈 117
5.1隨機抽樣 117
5.2概率分佈 118
5.3R的概率分佈 122
5.4常用分佈的概率函數圖124
5.5中心極限定理及應用 127
小結 132
習題 132
第6章 基本統計分析 133
6.1描述性統計分析 133
6.2頻數表和列聯表 139
6.3相關係數 148
6.4檢驗 152
6.5組間差異的非參數檢驗154
小結 157
習題 157
第7章 回歸分析 159
7.1概論 160
7.2 OLS 回歸 161
7.3回歸診斷 170
7.4異常觀測值 179
7.5改進方法 182
7.6選擇“最佳”的回歸模型184
7.7深度分析 188
小結 192
習題 192
第8章 方差分析 195
8.1 基本概念 195
8.2 ANOVA 模型擬合 196
8.3 單因素方差分析 198
8.4單因素協方差分析 202
8.5雙因素方差分析 206
8.6重複測量方差分析 208
8.7多元方差分析 210
8.8回歸實現ANOVA 214
小結 216
習題 216
第二部分 機器學習實踐
第9章 大數據高性能計算 218
9.1數據選擇 219
9.2數據聚合 223
9.3數據引用 225
9.4鍵與快速篩選 228
9.5數據連接 231
9.6數據變形 236
小結 238
習題 238
第10章 機器學習流程 239
10.1數據探索 240
10.2數據劃分 241
10.3數據填充 242
10.4特徵選擇 246
10.5建模與調優 251
10.6測試與評估 257
小結 260
習題 260
第11章 有監督學習模型 261
11.1線性回歸模型 263
11.2邏輯回歸模型 269
11.3線性判別分析模型 275
11.4樸素貝葉斯模型 275
11.5k近鄰模型 275
11.6決策樹模型 284
11.7隨機森林模型 299
11.8神經網絡模型 309
11.9支持向量機模型 319
小結 330
習題 330
第12章 無監督學習模型 331
12.1 k均值聚類模型 333
12.2 DBSCAN聚類模型 341
12.3 AGNES層次聚類模型 346
12.4關聯分析模型 351
小結 357
習題 357
參考文獻 358
第1章 概述1
1.1 為什麼使用R語言2
1.2 R的安裝 3
1.3 RStudio集成環境 4
1.4 R的基礎操作 4
1.5包 9
1.6 結果的重用性 10
1.7 綜合示例 11
1.8 大數據處理 11
1.9 數據挖掘 13
小結 16
習題 16
第2章 數據訪問 17
2.1數據集合 17
2.2數據結構 18
2.3數據的輸入 27
2.4數據的輸出 35
2.5數據集的標注 36
2.6處理數據對象的實用函數36
小結 37
習題 37
第3章 數據操作 39
3.1一個示例 39
3.2創建新變量 41
3.3變量的重編碼 42
3.4變量的重命名 43
3.5缺失值 44
3.6日期型數據 46
3.7類型轉換 48
3.8數據排序 49
3.9數據集的合併 49
3.10數據集取子集 50
3.11使用SQL 語句操作數據框53
3.12一個數據處理難題 53
3.13數值和字符處理函數 54
3.14數據處理難題的一套解決方案61
3.15控制語句 66
3.16自定義函數 68
3.17重構與整合 70
小結 73
習題 73
第4章 數據可視化 75
4.1創建圖形 75
4.2簡單示例 77
4.3圖形參數 78
4.4添加文本、自定義坐標軸和圖例83
4.5圖形的組合 89
4.6條形圖 93
4.7餅圖 97
4.8直方圖 99
4.9核密度圖 100
4.10點圖 105
4.11 ggplot2包 107
小結 116
習題 116
第5章 概率與分佈 117
5.1隨機抽樣 117
5.2概率分佈 118
5.3R的概率分佈 122
5.4常用分佈的概率函數圖124
5.5中心極限定理及應用 127
小結 132
習題 132
第6章 基本統計分析 133
6.1描述性統計分析 133
6.2頻數表和列聯表 139
6.3相關係數 148
6.4檢驗 152
6.5組間差異的非參數檢驗154
小結 157
習題 157
第7章 回歸分析 159
7.1概論 160
7.2 OLS 回歸 161
7.3回歸診斷 170
7.4異常觀測值 179
7.5改進方法 182
7.6選擇“最佳”的回歸模型184
7.7深度分析 188
小結 192
習題 192
第8章 方差分析 195
8.1 基本概念 195
8.2 ANOVA 模型擬合 196
8.3 單因素方差分析 198
8.4單因素協方差分析 202
8.5雙因素方差分析 206
8.6重複測量方差分析 208
8.7多元方差分析 210
8.8回歸實現ANOVA 214
小結 216
習題 216
第二部分 機器學習實踐
第9章 大數據高性能計算 218
9.1數據選擇 219
9.2數據聚合 223
9.3數據引用 225
9.4鍵與快速篩選 228
9.5數據連接 231
9.6數據變形 236
小結 238
習題 238
第10章 機器學習流程 239
10.1數據探索 240
10.2數據劃分 241
10.3數據填充 242
10.4特徵選擇 246
10.5建模與調優 251
10.6測試與評估 257
小結 260
習題 260
第11章 有監督學習模型 261
11.1線性回歸模型 263
11.2邏輯回歸模型 269
11.3線性判別分析模型 275
11.4樸素貝葉斯模型 275
11.5k近鄰模型 275
11.6決策樹模型 284
11.7隨機森林模型 299
11.8神經網絡模型 309
11.9支持向量機模型 319
小結 330
習題 330
第12章 無監督學習模型 331
12.1 k均值聚類模型 333
12.2 DBSCAN聚類模型 341
12.3 AGNES層次聚類模型 346
12.4關聯分析模型 351
小結 357
習題 357
參考文獻 358
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。