名稱

授課內(nèi)容

第1講

R語言入門

課程目標(biāo)：掌握R語言的基本用法和基本數(shù)據(jù)分析

1.R語言介紹；

2.編輯軟件Rstudio使用；

3.R程序包的載入與使用；

4.數(shù)據(jù)對象及運算（向量、矩陣、數(shù)組、列表與數(shù)據(jù)框處理）；

案例1：工資數(shù)據(jù)的描述統(tǒng)計分析。

第2講

數(shù)據(jù)清洗與探索性分析

課程目標(biāo)：掌握用R編寫函數(shù)和對實際數(shù)據(jù)描述統(tǒng)計分析

1. R數(shù)據(jù)讀入與讀出 （讀入txt、xls、SPSS、SAS、stata以及數(shù)據(jù)庫文件）；

2.R?函數(shù)編寫；

3.R的條件與循環(huán)函數(shù)；

4.高效編程技巧介紹；

5.數(shù)據(jù)探索性分析與作圖；

案例1：汽車數(shù)據(jù)描述統(tǒng)計分析；

案例2： 財政收入與稅收描述統(tǒng)計分析。

第3講

線性回歸與logistic回歸

課程目標(biāo)：掌握線性回歸方法與實際的建模分析

1.一元線性回歸；

2.多元線性回歸；

3.logistic回歸；

案例1：中國稅收收入增長案例分析；

案例2：新教學(xué)方法的效果；

案例3：信用卡違約預(yù)測。

第4講

決策樹與Ensemble learning

課程目標(biāo)：掌握數(shù)據(jù)挖掘中常用的聚類和分類方法及其實際應(yīng)用。

1.決策樹分析；

2.Bagging；

3.隨機森林分析；

4.Boosting；

案例1：信用卡違約預(yù)測；

案例2：銀行貸款違約預(yù)測。

第5講

支持向量機

課程目標(biāo)：掌握支持向量機分類方法

1.Maximal margin?分類器

2.Support vector?分類器

3.Support vector machine

案例：股票漲跌方向預(yù)測；心臟病預(yù)測

第6講

神經(jīng)網(wǎng)絡(luò)

互動交流討論

課程目標(biāo)：掌握文本挖掘、詞云分析與智能推薦。

1.單神經(jīng)元模型；

2.單層感知器；

3.BP神經(jīng)網(wǎng)絡(luò)；

4.RProp神經(jīng)網(wǎng)絡(luò)；

5.案例分析；

6.互動交流與討論。