《R语言数据分析从入门到实践》
1
本书内容
R语言是一种自由、免费且开源的高级编程语言和开发环境，它提供了强大的数据分析功能和丰富的数据可视化工具。随着数据科学的快速发展，R语言已成为数据分析领域中备受青睐的通用语言。
《R语言数据分析从入门到实践》共分为15章，主要内容包括R语言简介、数据读写、从流程控制到自定义函数、绘图功能及基本统计、数据分析和常用包、监督式学习、非监督式学习、演化式学习、混合式学习、关联性规则、文本挖掘、推荐系统、可视化数据分析、探索性数据分析以及深度学习等。
2
本书作者
李仁钟，教授，博士，博士研究生导师，福建省通信学会高级会员、福建省电机工程学会专委会委员、福建能源电力专家、福建省电子学会智能信息专委会副主任、福建大数据联盟副理事长。他于2020-2023年入选全球前2%顶尖科学家终身科学影响力排行榜，并于2022年获得第十三届福州市自然科学优秀学术论文三等奖和优秀奖，同时于2021年入选福州市长乐区第三届优秀人才称号。
3
本书读者
《R语言数据分析从入门到实践》内容通俗易懂，案例丰富，实用性强，特别适合R语言的初学者 和进阶读者阅读，同时也适合数据分析人员、数据挖掘工程师等相关数据科学从业者参考。
4
本书目录
向上滑动阅览
目 录
第1 章 R简介1
1.1 R软件介绍1
1.2 R对象介绍4
1.2.1 向量4
1.2.2 数组6
1.2.3 矩阵8
1.2.4 数据框11
1.2.5 因子13
1.2.6 列表13
1.2.7 对象转换15
1.3 习题16
第2 章 读写数据17
2.1 读取数据17
2.2 写入数据21
2.3 读写RData数据22
2.4 读写Excel数据23
2.5 习题23
第3章 从流程控制到函数24
3.1 条件执行24
3.2 循环控制26
3.3 函数30
3.4 习题31
第4章 绘图功能及基本统计32
4.1 高级绘图函数32
4.2 低级绘图函数35
4.3 交互式绘图函数36
4.4 图形参数38
4.5 基本统计40
4.6 习题45
第5章 数据分析和常用包46
5.1 机器学习46
5.2 数据挖掘47
5.3 文本挖掘47
5.4 常用包47
第6章 监督式学习56
6.1 决策树56
6.2 支持向量机69
6.3 人工神经网络73
6.4 集成学习方法78
6.4.1 随机森林79
6.4.2 提升法80
6.5 习题81
第7章 非监督式学习82
7.1 层次聚类法82
7.2 K均值聚类算法85
7.3 模糊C均值聚类算法88
7.4 聚类指标92
7.5 习题95
第8章 演化式学习96
8.1 遗传算法96
8.2 人工蜂群算法101
第9章 混合式学习105
9.1 人工蜂群算法混合决策树105
9.2 遗传算法混合人工神经网络108
第10章 关联性规则115
10.1 产生关联性规则并排序117
10.2 删除冗余规则121
10.3 习题127
第11章 文本挖掘128
11.1 使用混合分词并创建词频表128
11.2 使用tag分词并创建词云129
11.3 习题131
第12章 推荐系统132
12.1 Jester5k数据集132
12.2 MovieLense数据集135
第13章 可视化数据分析138
13.1 导入数据139
13.1.1 处理数据集142
13.1.2 设置变量143
13.2 探索及测试数据143
13.3 转换数据147
13.4 建立、评估及导出模型149
13.5 习题151
第14章 探索性数据分析152
14.1 dplyr数据处理库（包）152
14.2 案例分析162
第15章 深度学习185
15.1 多层感知器186
15.2 卷积神经网络194
15.3 长短期记忆网络201
15.4 生成对抗网络206
15.5 深度学习应用212
15.6 习题213
附录A 安装R214
附录B 安装RStudio Desktop和rattle217
附录C R语言指令及用法222
5
本书特色
本文摘自《R语言数据分析从入门到实践》，获出版社和作者授权发布。
https://item.jd.com/14498015.html