R语言机器学习与数据挖掘核心技术课程-

名称

授课内容

第1讲

R语言入门

课程目标：掌握R语言的基本用法和基本数据分析

1.R语言介绍；

2.编辑软件Rstudio使用；

3.R程序包的载入与使用；

4.数据对象及运算（向量、矩阵、数组、列表与数据框处理）；

案例1：工资数据的描述统计分析。

第2讲

数据清洗与探索性分析

课程目标：掌握用R编写函数和对实际数据描述统计分析

1. R数据读入与读出 （读入txt、xls、SPSS、SAS、stata以及数据库文件）；

2.R 函数编写；

3.R的条件与循环函数；

4.高效编程技巧介绍；

5.数据探索性分析与作图；

案例1：汽车数据描述统计分析；

案例2： 财政收入与税收描述统计分析。

第3讲

线性回归与logistic回归

课程目标：掌握线性回归方法与实际的建模分析

1.一元线性回归；

2.多元线性回归；

3.logistic回归；

案例1：中国税收收入增长案例分析；

案例2：新教学方法的效果；

案例3：信用卡违约预测。

第4讲

决策树与Ensemble learning

课程目标：掌握数据挖掘中常用的聚类和分类方法及其实际应用。

1.决策树分析；

2.Bagging；

3.随机森林分析；

4.Boosting；

案例1：信用卡违约预测；

案例2：银行贷款违约预测。

第5讲

支持向量机

课程目标：掌握支持向量机分类方法

1.Maximal margin 分类器

2.Support vector 分类器

3.Support vector machine

案例：股票涨跌方向预测；心脏病预测

第6讲

神经网络

互动交流讨论

课程目标：掌握文本挖掘、词云分析与智能推荐。

1.单神经元模型；

2.单层感知器；

3.BP神经网络；

4.RProp神经网络；

5.案例分析；

6.互动交流与讨论。