課程大綱

課程背景：

我們正生活在一個信息爆炸的時代。全球主干通信網(wǎng)每天傳輸數(shù)萬兆兆字節(jié)數(shù)據(jù)。醫(yī)療保健業(yè)由醫(yī)療記錄、病人監(jiān)護和醫(yī)學圖像產(chǎn)生大量數(shù)據(jù)。搜索引擎支持的數(shù)十億次Web搜索每天處理數(shù)萬兆兆字節(jié)數(shù)據(jù)。社團和社會化媒體已經(jīng)成為日趨重要的數(shù)據(jù)源，產(chǎn)生數(shù)字圖像、視頻、網(wǎng)絡博客、網(wǎng)絡社區(qū)和形形色色的社會網(wǎng)絡。產(chǎn)生海量數(shù)據(jù)的數(shù)據(jù)源不勝枚舉。

數(shù)據(jù)的爆炸式增長、廣泛可用和巨大數(shù)量使得我們的時代成為真正的數(shù)據(jù)時代。急需功能強大和通用的工具，以便從這些海量數(shù)據(jù)中發(fā)現(xiàn)有價值的信息，把這些數(shù)據(jù)轉(zhuǎn)化成有組織的知識。這種需求導致了數(shù)據(jù)挖掘的誕生。這個領域是年青的、動態(tài)變化的、生機勃勃的。數(shù)據(jù)挖掘已經(jīng)并且將繼續(xù)在我們從數(shù)據(jù)時代大步跨入信息時代的歷程中做出貢獻。

在本課程中，您將學習如何用R編程，以及如何使用R進行有效的數(shù)據(jù)分析。您將學習如何安裝和配置統(tǒng)計編程環(huán)境所需的軟件，并描述通用編程語言概念，因為它們在高級統(tǒng)計語言中實現(xiàn)。該課程涵蓋了統(tǒng)計計算中的實際問題，其中包括用R編程，將數(shù)據(jù)讀入R，訪問R包，編寫R函數(shù)，調(diào)試，剖析R代碼，以及組織和注釋R代碼。統(tǒng)計數(shù)據(jù)分析的主題將提供工作實例。

課程大綱

一： 為什么我們需要數(shù)據(jù)挖掘？

1、 什么是數(shù)據(jù)挖掘？——海量數(shù)據(jù)中尋找有價值的信息

2、 數(shù)據(jù)挖掘如何改變我們的生活？——推薦系統(tǒng)及精準營銷

3、 數(shù)據(jù)挖掘?qū)ζ髽I(yè)的意義——用戶是業(yè)務的中心，用戶數(shù)據(jù)是關鍵資產(chǎn)

二、使用R編程的介紹

1、 基本編程概念：函數(shù)，變量，數(shù)據(jù)類型和向量

2、 將數(shù)據(jù)加載到R中

3、 概括您的數(shù)據(jù)

4、 圖形化數(shù)據(jù)并保存圖表

三、使用Tidyverse操作數(shù)據(jù)

1、 使用管道（％>％）創(chuàng)建無縫工作流程

2、 使用select（）選擇一列或多列

3、 使用filter（）選擇一行或多行

4、 使用mutate（）添加新變量

5、 使用arrange（）更改行的順序

6、 使用summarize（）將變量轉(zhuǎn)換為單個值

7、 使用group_by（）對觀察集進行分組

四、使用ggplot2可視化數(shù)據(jù)

1、 GGplot2語法

2、 散點圖

3、 barplots

4、 線圖

五、課堂實操任務

1、 將數(shù)據(jù)讀入內(nèi)核

2、 使用直方圖繪制數(shù)值變量

3、 進行t檢驗

4、 使用條形圖顯示分類數(shù)據(jù)

5、 使用卡方檢驗