零基礎學R語言數據分析:從機器學習、數據挖掘、文本挖掘到大數據分析 ( 簡體 字) |
| 作者：李仁鐘、李秋緣 | 類別：1. -> 程式設計 -> R語言
2. -> 程式設計 -> 機器學習 |
| 譯者： |
| 出版社：清華大學出版社 |  3dWoo書號： 49893
詢問書籍請說出此書號！【缺書】
NT售價： 295 元 |
| 出版日：10/1/2018 |
| 頁數：273 |
| 光碟數：0 |
|
站長推薦：   |
| 印刷：黑白印刷 | 語系： ( 簡體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9787302510802 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
前言：隨著 R 軟件的流行及普及化，許多學者和專家轉而使用 R 作為研究與開發的工具。R軟件有 Windows、UNIX、Linux及Apple MacOS等不同操作系統的免費版本，更有一萬種以上免費程序包可供使用，所以學習R軟件是睿智的選擇。
本書內容共有14章，前4章先介紹 R 軟件的基本操作和應用，第5章對本書所使用的程序包做完整的介紹，包含 R 軟件在機器學習（Machine Learning）、數據挖掘（Data Mining）、文本挖掘（Text Mining）及大數據（Big Data）分析的相關程序包，第6~9章介紹各類學習算法，第10~12章介紹關聯規則、網絡社群分析及文本挖掘、圖形化數據分析工具，最后兩章介紹 Hadoop 和 Spark 大數據分析。
本書是作者多年來從事教學的心血結晶，適合作為大專院校信息類相關科系的教材，同時書中范例的程序代碼豐富，也可作為練習的補充教材。本書的撰寫以完全不懂R軟件及數據分析的讀者為對象，對于有意愿自學的讀者而言，本書也是一本不錯的入門參考書。
本書配套范例程序可從下面的網址（注意區分數字和字母大小寫）下載或掃描右邊的二維碼獲取
如果下載有問題，請聯系，郵件主題為“零基礎學R語言數據分析：從機器學習、數據挖掘、文本挖掘到大數據分析”。
本書的撰寫雖已力求完美，但難免會有疏漏之處，歡迎各位讀者指教。
李仁鐘、李秋緣
2018年6月 |
內容簡介：本書共分14章，內容主要有R語言簡介、數據讀取與寫入的方法，條件判斷、循環等流程控制以及自定義函數，高級繪圖、低級繪圖、交互式繪圖的說明，決策樹、支持向量機、人工神經網絡的介紹，基本統計、機器學習、數據挖掘、文本挖掘、大數據分析的應用，層次聚類法、K平均聚類算法、模糊C平均聚類算法、聚類指標、基因算法及人工蜂群算法的應用。
本書適合沒有程序設計經驗、想要接觸R語言的人以及對統計、機器學習、數據挖掘、文本挖掘、大數據分析有興趣的人閱讀。 |
目錄：第1章R簡介1
1.1開始使用R軟件1
1.2R對象4
1.2.1向量4
1.2.2數組5
1.2.3矩陣7
1.2.4數據框9
1.2.5因子11
1.2.6列表11
1.2.7對象轉換12
第2章數據的讀取與寫入14
2.1數據的讀取14
2.2數據的寫入與數據集17
2.3RData格式數據的寫入與讀取18
2.4讀取SQLServer數據庫的數據19
第3章流程控制及自定義函數20
3.1條件執行20
3.2循環控制22
3.3自定義函數25
第4章繪圖功能及基本統計27
4.1高級繪圖27
4.2低級繪圖30
4.3交互式繪圖31
4.4圖形參數32
4.5基本統計34
第5章相關程序包的介紹39
5.1機器學習39
5.2數據挖掘40
5.3社交網絡分析及文本挖掘40
5.4大數據分析41
5.5程序包的介紹41
第6章監督式學習51
6.1決策樹51
6.2支持向量機61
6.3人工神經網絡65
6.4組合方法70
6.4.1隨機森林70
6.4.2推進法71
第7章無監督式學習72
7.1層次聚類法72
7.2K平均聚類算法75
7.3模糊C平均聚類算法77
7.4聚類指標83
第8章進化式學習86
8.1基因算法86
8.2人工蜂群算法92
第9章混合式學習95
9.1使用C50和ABCoptim程序包范例95
9.2使用基因算法來調整人工神經網絡參數的范例97
第10章關聯規則107
10.1關聯規則簡介107
10.2Apriori算法108
第11章社交網絡分析和文本挖掘117
11.1社交網絡分析117
11.2文本挖掘122
第12章圖形化數據分析工具125
12.1導入數據126
12.1.1處理數據集130
12.1.2設置變量131
12.2探索和測試數據131
12.3轉換數據135
12.4建立、評估和導出模型137
第13章大數據分析（R+Hadoop）141
13.1Hadoop簡介141
13.2R+Hadoop142
第14章SparkR大數據分析170
14.1dplyr數據處理程序包172
14.2SparkR數據處理175
14.3SparkR與SQLServer181
14.4SparkR與Cassandra184
14.5SparkStandalone模式186
14.6SparkR數據分析189
附錄A下載和安裝R197
附錄B安裝RStudioDesktop203
附錄C安裝ODBC209
附錄D指令及用法214
附錄E在虛擬機上安裝R+Hadoop218
附錄F在虛擬機上安裝SparkR247
參考文獻272 |
| 序： |
