新書推薦：
《
国家豁免法的域外借鉴与实践建议
》
售價：HK$
188.2
《
大单元教学设计20讲
》
售價：HK$
76.2
《
儿童自我关怀练习册：做自己最好的朋友
》
售價：HK$
69.4
《
高敏感女性的力量（意大利心理学家FSP博士重磅力作。高敏感是优势，更是力量）
》
售價：HK$
62.7
《
元好问与他的时代（中华学术译丛）
》
售價：HK$
87.4
《
汽车传感器结构·原理·检测·维修
》
售價：HK$
109.8
《
怪谈百物语：不能开的门（“日本文学史上的奇迹”宫部美雪重要代表作！日本妖怪物语集大成之作，系列累销突破200万册！）
》
售價：HK$
65.0
《
罗马政治观念中的自由
》
售價：HK$
50.4
|
| 編輯推薦： |
该书深入浅出地介绍 R 语言在大数据分析应用中的相关知识及编程。 基础篇：讨论数据处理的R环境，包括R数据结构（数据框、列表等）、数据导入导出、数据清洗（处理数据的缺失值、不一致、异常值）、数据变换（汇总、集成、透视表、规约等）、可视化、高级语言编程、数据分析常用建模方法和原理，涵盖了目前数据挖掘的主要算法，包括分类与预测、聚类分析、关联规则、智能推荐和时序模式，利用可视化数据挖掘包Rattle进行试验指导。
应用篇：讨论2个经典的数据分析报告案例，通过案例分析使读者能够把学到的R基础知识应用到解决实际问题中，把数据变成价值。
进阶篇：解决R语言在处理大数据时性能低下的问题，讨论了两个R包：RHadoop、SparkR。 本书注重实践；注重数据变成价值；注重大数据的分析。
|
| 內容簡介： |
近年来，R语言可谓是数据分析的热门语言，相关的资料五花八门，让读者难以抉择。本书力求用简洁、精练，以理论与实践相结合的方式让大家快速掌握R语言。
全书共14章，第1章为绪论，从数学、统计学和逻辑学3个方面探讨了树立正确数据思维的一些原则；其余各章分为基础篇（第2～10章）、应用篇（第11、12章）和进阶篇（第13、14章）。基础篇按照数据分析过程，主要讨论了R的数据结构、数据导入导出、数据清洗、数据变换、可视化、高级语言编程和常用建模方法。应用篇通过对2个经典案例的分析，使读者能够把学到的R基础知识应用到解决实际问题，把数据变成价值。进阶篇解决如何用R处理大数据的一些技术。
本书可用作培养应用型人才的课程教材，也可作为数据分析爱好者的参考资料。
|
| 關於作者： |
|
李法平- 副教授系统分析师，硕士，重庆电子工程职业学院软件学院移动应用开发教研室主任，主要从事高职软件类专业教学研究、教育信息化系统和企业信息化系统等应用技术研究。
|
| 目錄：
|
第1章 绪论
1.1 为什么学习R语言 1
1.1.1 R是什么 1
1.1.2 R语言主要优势 2
1.2 正确的数据思维观 4
1.2.1 数学思维 5
1.2.2 统计思维 5
1.2.3 逻辑思维 10
习题 12
基础篇
第2章 R语言入门
2.1 新手上路 17
2.1.1 两个例子 17
2.1.2 R是什么 19
2.2 R语言开发环境部署 19
2.2.1 安装R 19
2.2.2 安装RStudio 20
2.3 获取帮助 22
2.3.1 文档和搜索 22
2.3.2 演示 22
2.3.3 帮助函数 23
2.4 工作空间 23
2.5 脚本 24
2.6 R包 25
习题 25
第3章 数据类型
3.1 变量与常量 27
3.1.1 变量 27
3.1.2 常量 28
3.2 结构类型 28
3.2.1 向量 29
3.2.2 矩阵 31
3.2.3 数组 33
3.2.4 数据框 35
3.2.5 因子 36
3.2.6 列表 37
3.3 字符串操作 38
3.3.1 基本操作 38
3.3.2 字符串处理stringr包 39
3.4 用于数据处理和转换的常用函数 40
习题 41
第4章 数据准备
4.1 数据导入 43
4.1.1 键盘输入数据 44
4.1.2 导入文本文件 45
4.1.3 导入Excel数据 46
4.1.4 导入数据库文件 47
4.2 数据导出 48
4.2.1 导出文本文件 48
4.2.2 保存图片 49
习题 49
第5章 数据可视化
5.1 低水平绘图命令 51
5.1.1 点 51
5.1.2 线 54
5.1.3 面 56
5.2 高水平绘图命令 59
5.2.1 认识ggplot2 59
5.2.2 几何对象 59
5.2.3 映射 60
5.2.4 统计对象 62
5.2.5 标度 63
5.2.6 分面 65
5.2.7 其他修饰 67
5.3 交互式绘图命令 69
5.3.1 rCharts包 69
5.3.2 plotly包 70
5.3.3 shiny 72
习题 80
第6章 数据探索
6.1 缺失值分析 82
6.1.1 与缺失值相关的几个概念 82
6.1.2 缺失值检测 83
6.2 异常值分析 84
6.2.1 箱线图检验离群点 85
6.2.2 散点图检测离群点 86
6.2.3 LOF方法检测异常值 87
6.2.4 聚类方法检测异常值 87
6.3 不一致值分析 88
6.4 数据的统计特征分析 88
6.4.1 分布分析 88
6.4.2 对比分析 90
6.4.3 统计量分析 91
6.4.4 周期性分析 93
6.4.5 相关性分析 94
习题 97
第7章 数据变换
7.1 数据清洗 100
7.1.1 缺失数据处理 100
7.1.2 数据去重 101
7.1.3 规范化 102
7.2 数据选择 103
7.2.1 删除有75%以上相同数值的自变量 103
7.2.2 删除高相关性的自变量 104
7.2.3 重要变量的选择 105
7.2.4 数据集选择 106
7.2.5 主成分分析 106
7.2.6 因子分析 108
7.3 数据集成 109
7.3.1 通过向量化重构数据 109
7.3.2 为数据添加新变量 110
7.3.3 数据透视表 112
7.3.4 频度 117
7.3.5 数据整合 118
7.3.6 分组汇总 121
习题 124
第8章 高级编程
8.1 控制结构 126
8.1.1 选择结构程序设计 126
8.1.2 循环结构程序设计 127
8.2 用户自定义函数 128
习题 129
第9章 数据建模
9.1 Rattle包 132
9.2 聚类模型 139
9.2.1 背景 139
9.2.2 K-Means聚类 139
9.2.3 Ewkm聚类 142
9.2.4 层次聚类（Hierachical） 144
9.2.5 双向聚类（BiCluster） 146
9.3 关联分析模型 147
9.3.1 背景 147
9.3.2 基本术语 148
9.3.3 关联规则的分类 149
9.3.4 Apriori算法 150
9.3.5 实验指导 151
9.4 传统决策树模型 153
9.4.1 背景 153
9.4.2 ID3算法 155
9.4.3 C4.5算法 156
9.4.4 实验指导 156
9.5 随机森林决策树模型 159
9.5.1 背景 159
9.5.2 随机森林算法 159
9.5.3 实验指导 161
9.6 自适应选择决策树模型 164
9.6.1 背景 164
9.6.2 Boosting算法 164
9.6.3 adaboost算法 165
9.6.4 实验指导 165
9.7 SVM 169
9.7.1 背景 169
9.7.2 SVM算法 169
9.7.3 实验指导 172
9.8 线性回归模型 173
9.8.1 背景 173
9.8.2 一元线性回归方法 173
9.8.3 实验指导 175
9.9 神经网络模型 175
9.9.1 背景 175
9.9.2 人工神经网络模型 176
9.9.3 实验指导 179
习题 181
第10章 模型评估
10.1 数据集 185
10.2 混淆矩阵 186
10.2.1 二分类混淆矩阵 186
10.2.2 模型评价指标 187
10.2.3 多分类混淆矩阵 188
10.3 风险图 188
10.3.1 风险图的作用 188
10.3.2 实验指导 189
10.4 ROC曲线 191
10.4.1 什么是ROC曲线 191
10.4.2 ROC曲线作用 191
10.4.3 实验指导 191
习题 193
应用篇
第11章 影响大学平均录取分数线因素分析
11.1 背景与目标 197
11.2 数据说明 197
11.3 描述性分析 200
11.4 总结与建议 203
第12章 收视率分析
12.1 背景介绍 204
12.2 数据说明 204
12.3 描述性分析 205
12.4 总结与建议 211
进阶篇
第13章 RHadoop
13.1 认识RHadoop 215
13.1.1 为什么要让Hadoop结合R语言 215
13.1.2 Mahout与R在做数据挖掘的区别 216
13.2 RHadoop安装 216
13.2.1 依赖包安装 216
13.2.2 RHadoop的特点 219
13.3 综合练习 220
习题 225
第14章 SparkR
14.1 认识SparkR 228
14.1.1 安装SparkR 228
14.1.2 在R或Rstudio中调用SparkR 228
14.2 SparkDataFrame 229
14.3 SparkR支持的机器学习算法 230
14.4 综合练习 230
14.4.1 加载数据 230
14.4.2 SparkDataFrame基本操作 231
14.4.3 从Spark上运行SQL查询 233
14.4.4 SparkR操作hdfs上的文件 233
14.4.5 通过SparkR操作spark-sql以hive的表为对象 234
习题 234
参考文献
附录 大数据和人工智能实验环境
|
| 內容試閱：
|
随着数据分析的需求不断提升，Excel渐渐无法满足价值挖掘的日常需求，需要更专业化的软件做数据分析。相应的问题就来了，统计学软件那么多，SPSS、R、Python、SAS、JMP、Matlab等，该选哪一个？目前市场上较为火热的软件是R和Python。
开源软件的R能够迅速发展，很大程度上取决于其活跃的社区和各种R包的使用。截至目前（2017年2月25日），CRAN（Comprehensive R Archive Network）上已经有10162个可以获取的R扩展包，内容涉及各行各业，可以适用于各种复杂的统计。
数据科学者的工作就是操纵数据，把原始数据加工成建模需求的形状，而R语言是帮你实现整理数据的最佳的工具。
该书深入浅出地介绍 R 语言在大数据分析应用中的相关知识，全书分为绪论（第1章）、基础篇、应用篇和进阶篇。基础篇（第2～10章）学习如何用 R 完成数据处理，包括数据准备、数据探索、数据变换、数据可视化和数据建模等；应用篇（第11、12章）学习如何用R完成实际的数据分析报告撰写，包括背景与目标、指标设计、描述性分析、模型分析和结论与建议；进阶篇（第13、14章）学习如何使用R提高大数据处理性能，包括RHadoop、SparkR。
绪论从数据、统计学和逻辑学3个方面探讨了树立正确的数据思维的一些原则。数据分析师的数据思维对于整体分析思路，甚至分析结果都有着关键性的作用。普通数据分析师与高级数据分析师的主要差异就是有正确的数据思维观。正确的数据思维观与数据敏感度有关，类似于情商类的看不见，摸不着的东西。简单来说，正确的数据思维观是一种通过数据手段解决问题的思维。
基础篇，讨论数据处理的R环境，包括R数据结构（数据框、列表等）、数据导入导出、数据清洗（处理数据的缺失值、不一致、异常值）、数据变换（汇总、集成、透视表、规约等）、可视化、高级语言编程、数据分析常用建模方法和原理，涵盖了目前数据挖掘的主要算法，包括分类与预测、聚类分析、关联规则、智能推荐和时序模式，利用可视化数据挖掘包Rattle进行试验指导。
应用篇，讨论2个经典的数据分析报告案例，通过案例分析使读者能够把学到的R基础知识应用到解决实际问题中，把数据变成价值。
进阶篇，解决R语言在处理大数据时性能低下的问题，讨论了两个R包：RHadoop、SparkR。
本书特点如下：
（1）知识学习的重点是模型的运用而不是模型的原理。第9章既是R语言的重点也是难点，本书利用可视化数据挖掘包Rattle进行试验指导，简化了建模需要具备的数学基础，只要了解相应模型的函数，设置几个参数就可以轻松完成分类与预测、聚类分析、关联规则、智能推荐和时序模式等数据挖掘任务。
（2）注重数据变成价值。数据分析师工作的最重要一环就是写出有情报价值的数据分析报告。直接将分析结果罗列到PPT或Word中，不仅看上去不美观，而且也会影响报告的可读性，使一份数据分析报告成为简单的数据展示。本书通过案例探讨了写出一份具有情报价值的分析报告的技巧。
（3）关注大数据分析。R语言的最大缺点就是处理大数据的性能较低，无法直接处理TB以上的数据，本书进阶篇讨论的两个R包（RHadoop、SparkR）基本上可以处理任何级别的数据。
（4）向读者提供了书中所用的配套代码、数据及PPT，读者可通过上机实验，快速掌握书中所介绍的R语言的使用方法。
本书由程显毅、刘颖和朱倩负责编写。在本书编写过程中，孙丽丽、季国华、赵丽敏、杨琴和章小华等提供了许多参考资料，在此表示由衷的感谢。由于水平有限，书中可能会有不当之处，希望读者多加指教。本书的编写得到刘鹏教授和清华大学出版社王莉编辑的大力支持和悉心指导，在此深表感谢！
编 者
2018年5月
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
