R语言数据分析与挖掘

图书标准信息

• 作者 杜宾、钱亮宏、黄勃、高永彬 著
• 出版社 中国铁道出版社
• 出版时间 2019-07
• 版次 1
• ISBN 9787113257538
• 定价 59.80元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 364页

【内容简介】

本书从R语言的使用出发，在重点介绍R语言编程基础、操作、可视化、统计、高性能计算和机器学习的同时，注重实践能力的培养和数据分析与挖掘素质的全面提高。

 

本书分为统计分析基础和机器学习实践两部分，共12章，内容包括R语言概述、数据访问、数据操作、数据可视化、概率与分布、基本统计分析、回归分析、方差分析、大数据高性能计算、机器学习流程、有监督学习模型、无监督学习模型。本书的重点是让学生了解R语言数据分析与挖掘的基本技能和操作方法，并与数据分析与挖掘的典型方法、算法和应用场景结合。

 

本书内容丰富、体系新颖、结构合理、文字精练，适合作为普通高等院校信息类、管理类和数学统计类专业的R语言数据分析与挖掘课程的教材，也可作为数据科学行业相关从业人员的自学用书。

 

【作者简介】

杜宾，男，教授，就职于江西财经大学。管理科学与工程专业博士，1971年10月出生，江西吉安人。主要从事信息系统、机器学习、管理决策、数据分析等领域的研究，主讲课程包括R语言数据分析基础、计算机应用技术、运营管理等。钱亮宏，男，毕业于上海交通大学电子信息与电气工程学院，1989年8月出生，拥有10年R语言使用经验，一直奋战在数据分析与挖掘领域的线，作为金融和互联网行业资深数据挖掘专家。黄勃：博士，讲师，2014年12月武汉大学博士毕业入职上海工程技术大学,主讲了8门本科课程。研究方向为软件工程，机器学习，人工智能。发表学术论文30多篇，其中SCI，EI、ISTP三大检索20篇；获发明专利和软件著作权5项，省部级科技进步奖2项；2016年获批国家自然科学基金一项。高永彬：博士、讲师，就职于上海工程技术大学，博士毕业于韩国全北国立大学，在模式识别、机器学习领域积累了大量的研究与实战经验。特别地，在基于深度学习技术的人脸识别以及车型检测技术进行了深入地研究，发表了近30篇期刊/会议论文，取得了丰厚的研究成果，发表在包括Information Sciences, Pattern Recognition Letters等高水平期刊中，其中SCI收录5篇，EI收录4篇。

【目录】

第一部分 统计分析基础 

第1章 概述1 

1.1 为什么使用R语言2 

1.2 R的安装 3 

1.3 RStudio集成环境 4 

1.4 R的基础操作 4 

1.5包 9 

1.6 结果的重用性 10 

1.7 综合示例 11 

1.8 大数据处理 11 

1.9 数据挖掘 13 

小结 16 

习题 16 

第2章 数据访问 17 

2.1数据集合 17 

2.2数据结构 18 

2.3数据的输入 27 

2.4数据的输出 35 

2.5数据集的标注 36 

2.6处理数据对象的实用函数36 

小结 37 

习题 37 

第3章 数据操作 39 

3.1一个示例 39 

3.2创建新变量 41 

3.3变量的重编码 42 

3.4变量的重命名 43 

3.5缺失值 44 

3.6日期型数据 46 

3.7类型转换 48 

3.8数据排序 49 

3.9数据集的合并 49 

3.10数据集取子集 50 

3.11使用SQL 语句操作数据框53 

3.12一个数据处理难题 53 

3.13数值和字符处理函数 54 

3.14数据处理难题的一套解决方案61 

3.15控制语句 66 

3.16自定义函数 68 

3.17重构与整合 70 

小结 73 

习题 73 

第4章 数据可视化 75 

4.1创建图形 75 

4.2简单示例 77 

4.3图形参数 78 

4.4添加文本、自定义坐标轴和图例83 

4.5图形的组合 89 

4.6条形图 93 

4.7饼图 97 

4.8直方图 99 

4.9核密度图 100 

4.10点图 105 

4.11 ggplot2包 107 

小结 116 

习题 116 

第5章 概率与分布 117 

5.1随机抽样 117 

5.2概率分布 118 

5.3R的概率分布 122 

5.4常用分布的概率函数图124 

5.5中心极限定理及应用 127 

小结 132 

习题 132 

第6章 基本统计分析 133 

6.1描述性统计分析 133 

6.2频数表和列联表 139 

6.3相关系数 148 

6.4检验 152 

6.5组间差异的非参数检验154 

小结 157 

习题 157 

第7章 回归分析 159 

7.1概论 160 

7.2 OLS 回归 161 

7.3回归诊断 170 

7.4异常观测值 179 

7.5改进方法 182 

7.6选择“最佳”的回归模型184 

7.7深度分析 188 

小结 192 

习题 192 

第8章 方差分析 195 

8.1 基本概念 195 

8.2 ANOVA 模型拟合 196 

8.3 单因素方差分析 198 

8.4单因素协方差分析 202 

8.5双因素方差分析 206 

8.6重复测量方差分析 208 

8.7多元方差分析 210 

8.8回归实现ANOVA 214 

小结 216 

习题 216 

第二部分 机器学习实践 

第9章 大数据高性能计算 218 

9.1数据选择 219 

9.2数据聚合 223 

9.3数据引用 225 

9.4键与快速筛选 228 

9.5数据连接 231 

9.6数据变形 236 

小结 238 

习题 238 

第10章 机器学习流程 239 

10.1数据探索 240 

10.2数据划分 241 

10.3数据填充 242 

10.4特征选择 246 

10.5建模与调优 251 

10.6测试与评估 257 

小结 260 

习题 260 

第11章 有监督学习模型 261 

11.1线性回归模型 263 

11.2逻辑回归模型 269 

11.3线性判别分析模型 275 

11.4朴素贝叶斯模型 275 

11.5k近邻模型 275 

11.6决策树模型 284 

11.7随机森林模型 299 

11.8神经网络模型 309 

11.9支持向量机模型 319 

小结 330 

习题 330 

第12章 无监督学习模型 331 

12.1 k均值聚类模型 333 

12.2 DBSCAN聚类模型 341 

12.3 AGNES层次聚类模型 346 

12.4关联分析模型 351 

小结 357 

习题 357 

参考文献 358