滿額折
R語言數據分析從入門到實戰（簡體書）
- ISBN13：9787302586340
- 出版社：清華大學出版社(大陸)
- 作者：李仁鐘
- 裝訂／頁數：平裝／200頁
- 規格：24cm*17cm (高/寬)
- 版次：一版
- 出版日：2021/09/01
相關商品
商品簡介
序
目次
商品簡介
R語言是一個自由、免費、源代碼開放的編程語言和開發環境，它提供了強大的數據分析功能和豐富的數據可視化手段。隨著數據科學的快速發展，R語言已經成為數據分析領域炙手可熱的通用語言。
《R語言數據分析從入門到實戰》共14章，內容主要包括R語言簡介、讀寫數據、從流程控制到自定義函數、繪圖功能、基本統計、決策樹、K均值聚類算法、遺傳算法、關聯性規則、文本挖掘、推薦系統、可視化數據分析、探索性數據分析及案例分析等。
《R語言數據分析從入門到實戰》內容通俗易懂，案例豐富，實用性強，特別適合R語言的入門讀者和進階讀者閱讀，也適合數據分析人員、數據挖掘人員等其他數據科學從業者閱讀參考。
R語言是一套自由免費的軟件，具有入門容易．使用簡單的特點，目前多應用於機器學習、數據分析、文本分析、推薦系統等領域。
第1-5章介紹R的基本操作及應用，包括R簡介、讀寫數據、從流程控制到函數，接著介紹R的繪圖功能、基本統計及常用包的運用。
第6-9章介紹各類學習算法，如決策樹算法、K均值聚類算法、遺傳算法等，每一章都加入示例供讀者練習。
第10-13章介紹關聯性規則、文本挖掘、推薦系統和可視化數據分析等內容。
第14章介紹探索性數據分析及案例分析，對R軟件在數據分析上的使用進行更完整的補充。
《R語言數據分析從入門到實戰》共14章，內容主要包括R語言簡介、讀寫數據、從流程控制到自定義函數、繪圖功能、基本統計、決策樹、K均值聚類算法、遺傳算法、關聯性規則、文本挖掘、推薦系統、可視化數據分析、探索性數據分析及案例分析等。
《R語言數據分析從入門到實戰》內容通俗易懂，案例豐富，實用性強，特別適合R語言的入門讀者和進階讀者閱讀，也適合數據分析人員、數據挖掘人員等其他數據科學從業者閱讀參考。
R語言是一套自由免費的軟件，具有入門容易．使用簡單的特點，目前多應用於機器學習、數據分析、文本分析、推薦系統等領域。
第1-5章介紹R的基本操作及應用，包括R簡介、讀寫數據、從流程控制到函數，接著介紹R的繪圖功能、基本統計及常用包的運用。
第6-9章介紹各類學習算法，如決策樹算法、K均值聚類算法、遺傳算法等，每一章都加入示例供讀者練習。
第10-13章介紹關聯性規則、文本挖掘、推薦系統和可視化數據分析等內容。
第14章介紹探索性數據分析及案例分析，對R軟件在數據分析上的使用進行更完整的補充。
序
隨著R語言（整合系統為R軟件）的流行及普及，許多學者及專家轉而使用R語言作為研究與開發的工具。R軟件有Windows、UNIX、Linux及MacOS等不同操作系統的免費版本，更有1萬種以上的免費套件可供使用，所以學習R軟件是很明智的選擇。
本書前5章介紹R語言的基本操作及應用，第6-9章介紹各類學習算法，第10-13章詳細介紹關聯性規則、文本挖掘、推薦系統、可視化數據分析，第14章介紹探索性數據分析及案例分析。
作者是福州外語外貿學院教授，發表論文210餘篇，其中SSCI、SCI、EI等收錄70餘篇次，發表的論文多次獲得IEEE等最佳論文獎及優秀論文獎。本書是作者多年來從事教學的心血結晶，適合學習數據分析的讀者閱讀，本書範例中的程序代碼也可以進行練習。本書以完全不懂R語言及數據分析的讀者為物件，對於有意願自我進修的讀者而言，本書也是一本不錯的入門參考書。本書的撰寫雖力求完美，但難免會出現疏忽的地方，歡迎各位讀者批評指正。
本書前5章介紹R語言的基本操作及應用，第6-9章介紹各類學習算法，第10-13章詳細介紹關聯性規則、文本挖掘、推薦系統、可視化數據分析，第14章介紹探索性數據分析及案例分析。
作者是福州外語外貿學院教授，發表論文210餘篇，其中SSCI、SCI、EI等收錄70餘篇次，發表的論文多次獲得IEEE等最佳論文獎及優秀論文獎。本書是作者多年來從事教學的心血結晶，適合學習數據分析的讀者閱讀，本書範例中的程序代碼也可以進行練習。本書以完全不懂R語言及數據分析的讀者為物件，對於有意願自我進修的讀者而言，本書也是一本不錯的入門參考書。本書的撰寫雖力求完美，但難免會出現疏忽的地方，歡迎各位讀者批評指正。
目次
第1章 R簡介
1．1 R軟件介紹
1．2 R物件介紹
1．2．1 向量
1．2．2 數組
1．2．3 矩陣
1．2．4 數據框
1．2．5 因子
1．2．6 列表
1．2．7 物件轉換
1．3 習題
第2章 讀寫數據
2．1 讀取數據
2．2 寫入數據
2．3 讀寫RData數據
2．4 讀取SQL Selver數據庫數據
2．5 讀寫Excel數據
2．6 習題
第3章 從流程控制到函數
3．1 條件執行
3．2 循環控制
3．3 函數
3．4 習題
第4章 繪圖功能及基本統計
4．1 高級繪圖
4．2 低級繪圖
4．3 交互式繪圖
4．4 圖形參數
4．5 基本統計
4．6 習題
第5章 數據分析和常用的包介紹
5．1 機器學習介紹
5．2 數據挖掘介紹
5．3 文本挖掘介紹
5．4 常用的包介紹
第6章 監督式學習
6．1 決策樹
6．2 支持向量機
6．3 人工神經網絡
6．4 集成學習方法
6．4．1 隨機森林
6．4．2 提升法
6．5 習題
第7章 非監督式學習
7．1 層次聚類法
7．2 K均值聚類算法
7．3 模糊C均值聚類算法
7．4 聚類指標
7．5 習題
第8章 演化式學習
8．1 遺傳算法
8．2 人工蜂群算法
……
第9章 混合式學習
第10章 關聯性規則
第11章 文本挖掘
第12章 推薦系統
第13章 可視化數據分析
第14章 探索性數據分析
附錄
1．1 R軟件介紹
1．2 R物件介紹
1．2．1 向量
1．2．2 數組
1．2．3 矩陣
1．2．4 數據框
1．2．5 因子
1．2．6 列表
1．2．7 物件轉換
1．3 習題
第2章 讀寫數據
2．1 讀取數據
2．2 寫入數據
2．3 讀寫RData數據
2．4 讀取SQL Selver數據庫數據
2．5 讀寫Excel數據
2．6 習題
第3章 從流程控制到函數
3．1 條件執行
3．2 循環控制
3．3 函數
3．4 習題
第4章 繪圖功能及基本統計
4．1 高級繪圖
4．2 低級繪圖
4．3 交互式繪圖
4．4 圖形參數
4．5 基本統計
4．6 習題
第5章 數據分析和常用的包介紹
5．1 機器學習介紹
5．2 數據挖掘介紹
5．3 文本挖掘介紹
5．4 常用的包介紹
第6章 監督式學習
6．1 決策樹
6．2 支持向量機
6．3 人工神經網絡
6．4 集成學習方法
6．4．1 隨機森林
6．4．2 提升法
6．5 習題
第7章 非監督式學習
7．1 層次聚類法
7．2 K均值聚類算法
7．3 模糊C均值聚類算法
7．4 聚類指標
7．5 習題
第8章 演化式學習
8．1 遺傳算法
8．2 人工蜂群算法
……
第9章 混合式學習
第10章 關聯性規則
第11章 文本挖掘
第12章 推薦系統
第13章 可視化數據分析
第14章 探索性數據分析
附錄
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。