![R语言资料分析：从机器学习、资料探勘、文字探勘到巨量资料分析[第三版]](https://picttbooks.qciss.net/0010811695/main.jpg)
具体描述
巨量资料时代来临，
你需要最新、最实用、功能最强的资料分析工具─R语言
你需要最新、最实用、功能最强的资料分析工具─R语言
R是一套自由免费的软体，具有入门容易、使用简单之特色，目前多应用于机器学习、资料探勘、文字探勘、统计分析及巨量资料分析等领域。
本书第1至5章先介绍R的基本操作及应用，包括认识R语言特性、资料读取及写入方式，接着介绍R的绘图功能及相关套件之运用；第6至9章介绍各类学习演算法，如：决策树、K平均算法、基因演算法等，每一章节都加入范例供读者即时练习；第10至12章介绍关联性规则、社群网路分析、文字探勘及图形化资料分析工具等内容，将R软体在资料分析上的使用作更完整的补充，对于没有程式设计经验的读者来说，本书是入门的最佳选择；第13章及14章加入巨量资料分析介绍，读者可先了解Hadoop基本原理并充分结合R与Hadoop之功能；读者亦可了解Spark基本原理并充分学习SparkR之功能，进而导引读者进入巨量资料分析的殿堂；第15章加入SparkR应用，读者可了解如何应用SparkR。
本书特色
1. 各章节皆附范例实作，帮助初学者从做中学，增加练习机会，同时培养自行撰写程式之能力。
2. 附录加入R、RStudio、Hadoop及Spark软体的下载及安装步骤，指令清楚、操作容易，让读者轻松完成安装。
著者信息
作者简介
李仁钟
现职：福州外语外贸学院-理工学院教授 /副院长
经历：华梵大学资讯管理学系教授。
研究专长：智慧型计算及其应用、资讯安全、软体工程、机器学习等等。
李秋缘
现职：福州外语外贸学院-理工学院教授
研究专长：智慧型计算及其应用、资料挖掘、人工智能、机器学习等等。
李仁钟
现职：福州外语外贸学院-理工学院教授 /副院长
经历：华梵大学资讯管理学系教授。
研究专长：智慧型计算及其应用、资讯安全、软体工程、机器学习等等。
李秋缘
现职：福州外语外贸学院-理工学院教授
研究专长：智慧型计算及其应用、资料挖掘、人工智能、机器学习等等。
图书目录
第 1 章：简介
1.1 开始使用 R 软体
1.2 R 物件
1.2.1 向量
1.2.2 阵列
1.2.3 矩阵
1.2.4 资料框架
1.2.5 因子
1.2.6 列表
1.2.7 物件转换
第 2 章：资料的读取与写入
2.1 资料读取
2.2 资料写入与资料集
2.3 RData 格式资料之写入与读取
2.4 读取 SQL Srver 资料库资料
2.5 读取 Excel 资料
第 3 章：流程控制及自订函数
3.1 条件执行
3.2 回圈控制
3.3 自订函数
第 4 章：绘图功能及基本统计
4.1 高阶绘图
4.2 低阶绘图
4.3 互动式绘图
4.4 图形参数
4.5 基本统计
第 5 章：相关套件介绍
5.1 机器学习
5.2 资料探勘
5.3 社群网路分析及文字探勘
5.4 巨量资料分析
5.5 套件介绍
第 6 章：监督式学习
6.1 决策树
6.2 支持向量机器
6.3 人工神经网路
6.4 组合方法
6.4.1 随机森林
6.4.2 推进法
第 7 章：非监督式学习
7.1 阶层式分群法
7.2 K 平均算法
7.3 模煳 C 平均算法
7.4 分群指标
第 8 章：演化式学习
8.1 基因演算法
8.2 人工蜂群演算法
第 9 章：混合式学习
9.1 使用 C50 及 ABCoptim 套件范例
9.2 使用基因演算法来调整人工神经网路参数范例
第 10 章：关联性规则
10.1 关联性规则简介
10.2 Apriori 演算法
第 11 章：社群网路分析及文字探勘
11.1 社群网路分析
11.2 文字探勘
第 12 章：图形化资料分析工具
12.1 汇入资料
12.1.1 处理资料集
12.1.2 设定变数
12.2 探索及检定资料
12.3 转换资料
12.4 建立、评估及汇出模型
第 13 章：R+Hadoop 巨量资料分析
13.1 Hadoop 简介
13.2 R+Hadoop
第 14 章：SparkR 巨量资料分析
14.1 Dplyr 资料处理套件
14.2 SparkR 资料处理
14.3 SparkR 与 SQL Server
14.4 SparkR 与 Cassandra
14.5 Spark Standalone 模式
14.6 SparkR 资料分析
第 15 章：SparkR 应用
15.1 SparkR 应用于气温预测
15.2 SparkR 应用于先分群后分类
附录A 下载及安装 R
附录B 安装 RStudio Desktop
附录C 安装 ODBC
附录D 指令及用法
附录E 安装 R+Hadoop 于虚拟机上
附录F 安装 SparkR 于虚拟机上
参考文献
1.1 开始使用 R 软体
1.2 R 物件
1.2.1 向量
1.2.2 阵列
1.2.3 矩阵
1.2.4 资料框架
1.2.5 因子
1.2.6 列表
1.2.7 物件转换
第 2 章：资料的读取与写入
2.1 资料读取
2.2 资料写入与资料集
2.3 RData 格式资料之写入与读取
2.4 读取 SQL Srver 资料库资料
2.5 读取 Excel 资料
第 3 章：流程控制及自订函数
3.1 条件执行
3.2 回圈控制
3.3 自订函数
第 4 章：绘图功能及基本统计
4.1 高阶绘图
4.2 低阶绘图
4.3 互动式绘图
4.4 图形参数
4.5 基本统计
第 5 章：相关套件介绍
5.1 机器学习
5.2 资料探勘
5.3 社群网路分析及文字探勘
5.4 巨量资料分析
5.5 套件介绍
第 6 章：监督式学习
6.1 决策树
6.2 支持向量机器
6.3 人工神经网路
6.4 组合方法
6.4.1 随机森林
6.4.2 推进法
第 7 章：非监督式学习
7.1 阶层式分群法
7.2 K 平均算法
7.3 模煳 C 平均算法
7.4 分群指标
第 8 章：演化式学习
8.1 基因演算法
8.2 人工蜂群演算法
第 9 章：混合式学习
9.1 使用 C50 及 ABCoptim 套件范例
9.2 使用基因演算法来调整人工神经网路参数范例
第 10 章：关联性规则
10.1 关联性规则简介
10.2 Apriori 演算法
第 11 章：社群网路分析及文字探勘
11.1 社群网路分析
11.2 文字探勘
第 12 章：图形化资料分析工具
12.1 汇入资料
12.1.1 处理资料集
12.1.2 设定变数
12.2 探索及检定资料
12.3 转换资料
12.4 建立、评估及汇出模型
第 13 章：R+Hadoop 巨量资料分析
13.1 Hadoop 简介
13.2 R+Hadoop
第 14 章：SparkR 巨量资料分析
14.1 Dplyr 资料处理套件
14.2 SparkR 资料处理
14.3 SparkR 与 SQL Server
14.4 SparkR 与 Cassandra
14.5 Spark Standalone 模式
14.6 SparkR 资料分析
第 15 章：SparkR 应用
15.1 SparkR 应用于气温预测
15.2 SparkR 应用于先分群后分类
附录A 下载及安装 R
附录B 安装 RStudio Desktop
附录C 安装 ODBC
附录D 指令及用法
附录E 安装 R+Hadoop 于虚拟机上
附录F 安装 SparkR 于虚拟机上
参考文献
图书序言
图书试读
None
用户评价
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 ttbooks.qciss.net All Rights Reserved. 小特书站 版权所有