是用于统计分析、绘图的语言和操作环境。
是属于GNU系统的一个自由、免费、源代码开放的软件。
是一个用于统计计算和统计制图的工具。
【目录】
- 简介
- 发展历史
- 功能
- R语言环境
【简介】
- R语言是主要用于统计分析、绘图的语言和操作环境。
- R本来是由来自新西兰奥克兰大学的Ross Ihaka和Robert Gentleman 开发(也因此称为R)。现在由“R开发核心团队”负责开发。
- R是基于S语言的一个GNU项目,所以也可以当作S语言的一种实现,通常用S语言编写的代码都可以不作修改的在R环境下运行。 R的语法是来自Scheme。
- R 的原始码可自由下载使用,亦有已编译的执行档版本可以下载,可在多种平台下运行,包括UNIX (也包括FreeBSD和Linux)、Windows和MacOS。
- R主要是以命令行操作,同时有人开发了几种图形用户界面。
- R内建多种统计学及数字分析功能。 R的功能也可以透过安装套件(Packages,用户撰写的功能)增强。因为S的血缘,R比其他统计学或数学专用的编程语言有更强的物件导向(面向对象程序设计)功能。
- R的另一强项是绘图功能,制图具有印刷的素质,也可加入数学符号。
- 虽然R主要用于统计分析或者开发统计相关的软体,但也有人用作矩阵计算。其分析速度可比美GNU Octave甚至商业软件MATLAB。
- R的功能能够透过由用户撰写的套件增强。增加的功能有特殊的统计技术、绘图功能,以及编程介面和数据输出/输入功能。这些软件包是由R语言、 LaTeX、Java及最常用C语言和Fortran撰写。下载的执行档版本会连同一批核心功能的软件包,而根据 CRAN纪录有过千种不同的软件包。其中有几款较为常用,例如用于经济计量、财经分析、人文科学研究以及人工智能。
【发展历史】
- R是统计领域广泛使用的诞生于1980年左右的 S 语言的一个分支。R是S语言的一种实现。
- S语言是由 AT&T贝尔实验室开发的一种用来进行数据探索、统计分析、作图的解释型语言。最初S语言的实现版本主要是S-PLUS。
- S-PLUS是一个商业软件,它基于S语言,并由MathSoft朗讯科技公司贝尔实验室总裁威廉·欧榭公司的统计科学部进一步完善。后来Auckland大学的Robert Gentleman 和 Ross Ihaka 及其他志愿人员开发了一个R系统。
- R的使用与S-PLUS有很多类似之处,两个软件有一定的兼容性。S-PLUS的使用手册,只要经过不多的修改就能成为 R的使用手册。所以有人说:R,是S-PLUS的一个“克隆”。但是请不要忘了:R is free。
【功能】
- R是一套完整的数据处理、计算和制图软件系统。
- 其功能包括:数据存储和处理系统;数组运算工具(其向量、矩阵运算方面功能尤其强大);完整连贯的统计分析工具;的统计制图功能;简便而强大的编程语言:可操纵数据的输入和输出,可实现分支、循环,用户可自定义功能。
- 与其说R是一种统计软件,还不如说R是一种数学计算的环境,因为R并不是仅仅提供若干统计程序、使用者只需指定数据库和若干参数便可进行一个统计分析。R的思想是:它可以提供一些集成的统计工具,但更大量的是它提供各种数学计算、统计计算的函数,从而使使用者能灵活机动的进行数据分析,甚至创造出符合需要的新的统计计算方法。
- 该语言的语法表面上类似 C,但在语义上是函数设计语言的(functional programming language)的变种并且和Lisp 以及 APL有很强的兼容性。特别的是,它允许在“语言上计算”(computing on the language)。这使得它可以把表达式作为函数的输入参数,而这种做法对统计模拟和绘图非常有用。
- R是一个免费的自由软件,它有UNIX、LINUX、MacOS和WINDOWS版本,都是可以免费下载和使用的。在那儿可以下载到R的安装程序、各种外挂程序和文档。在R的安装程序中只包含了8个基础模块,其他外在模块可以通过CRAN获得。
【R语言环境】
- R是一套由数据操作、计算和图形展示功能整合而成的套件。包括:有效的数据存储和处理功能,一套完整的数组(特别是矩阵)计算操作符,拥有完整体系的数据分析工具,为数据分析和显示提供的强大图形功能,一套(源自S语言)完善、简单、有效的编程语言(包括条件、循环、自定义函数、输入输出功能)。
- 在这里使用"环境"(environment)是为了说明R的定位是一个完善、统一的系统,而非其他数据分析软件那样作为一个专门、不灵活的附属工具。
大数据时代数据分析的必备技能
——R数据挖掘与机器学习
时间:2017年7月22-24日 (三天)初级;7月26-28日 (三天)高级
地点:北京市海淀区首都体育学院
费用:
初级:3300元 / 2800元 (仅限全日制本科生及硕士研究生优惠价)
高级:3600元 / 3100元 (仅限全日制本科生和硕士研究生优惠价)
全程:6600元 / 5600元 (仅限全日制本科生和硕士研究生优惠价)
(食宿自理)
安排:上午9:00-12:00;下午2:00-5:00;答疑
方匡南老师,统计学教授,博士生导师,耶鲁大学博士后。主要研究:数据挖掘、应用统计。 2007年出版了国内本R语言中文教程《R语言统计分析软件简明教程》,并于2015年2月出版了《R数据分析:方法与案例详解》,该书在同类书籍中销售名列前茅,并被引入到台湾地区出版。有10多年的R语言使用经验和丰富的数据挖掘和机器学习实战经验。曾先后在在 Journal of Multivariate Analysis、Scientific Reports(Nature子刊)、Computational Statistics and Data Analysis等国内外权威期刊发表论文70多篇。先后主持了国家自然科学基金、国家社科基金等多个项目。承担了多个企业数据挖掘项目,有丰富的实战经验。
长期讲授《数据挖掘》、《机器学习》等课程,讲课生动活泼、深入浅出、以实际案例引出统计方法,再通过编程讲解实际操作和结果分析。
课程配套资料:
(1)提供一份精心准备的非常全面的R软件入门和数据挖掘与机器学习讲义。
(2)提供课程源代码1份和相应数据若干份。
Special大礼包:赠送方老师主讲的R初级和高级视频,价值1000元!
R简介:
R语言由新西兰奥克兰大学ross ihaka和robert gentleman 开发。R语言是自由软件,可以放心大胆地使用,且具有非常强大的统计分析和作图功能,而且更重要的是R软件具有非常丰富的网上资源,目前R软件有3000多种贡献包,几乎可以实现所有的统计方法,目前大部分的统计学家和计量经济学家都使用R语言,而且越来越多的数据分析实务人员也开始使用R语言。R语言具有简单易学,功能强大,体积小(仅40m左右),完全免费,可自由开发等特点,且R语言和S语言语法基本相同,绝大部分程序是互相兼容的。学习R软件正成为一种趋势。
R软件最优美的地方是它能够修改很多前人编写的包的代码做各种你所需的事情,实际你是站在巨人的肩膀上。——Google首席经济学家Hal Varian
学员对象:
金融、医疗、通讯、咨询、电子商务等领域的数据分析人员、数据挖掘工程师、数据科学家;
高校硕士生、博士生、青年教师等。
【初级班】
(1)让学员快速入门并熟练掌握R语言,掌握如何利用R丰富的网上资料和帮助系统,学会基本的编程方法。
(2)结合统计分析的思想和实际案例,深入浅出地讲解如何使用R语言进行实际数据的统计分析,让学员不仅掌握R语言的使用,更重要的是学会统计分析的思想。
(3)学完本课程后,使学员基本上可以使用R语言进行实际的统计分析工作。尤其学会使用R语言对批量处理的实务数据分析,大大提高工作效率。
【高级班】
(1)让学员快速入门并熟练掌握R语言,掌握如何利用R丰富的网上资料和帮助系统,学会高级的编程方法。
(2)本结合数据挖掘的思想和实际案例,深入浅出地讲解如何使用R语言进行实际数据挖掘。
(3)学完本课程后,使学员基本上可以使用R语言进行实际的数据挖掘工作,可以直接应聘各大公司的数据挖掘岗位。
培训内容目录:
【初级班】
专题名称 | 授课内容 |
第1讲 (3小时) R语言入门 | 目标:掌握R语言的基本用法 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) |
第2讲(3小时) 数据读写 R基本编程 | 目标:掌握用R编写函数和数据的读写 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.利用R做迭代优化求解 |
第3讲(3小时) 数据预处理 探索性分析 | 目标:掌握数据预处理与探索性分析 1. 数据预处理 2. 缺失值处理 3. 随机数生成 4. 常用统计方法的蒙特卡洛模拟 5. 随机抽样 6.单变量数据分析与作图 7.双变量数据分析与作图 8.多变量数据分析与作图 案例1:统计作图在调查数据中的应用 案例2:统计作图在临床医学中的应用 |
第4讲(3小时) 数据挖掘与机器学习入门 KNN方法 | 目标:数据挖掘与机器学习入门介绍 1.何为数据挖掘与机器学习 2.数据挖掘与机器学习的主要研究内容 3.有监督学习与无监督学习区别 4.KNN方法 案例1:统计作图在调查数据中的应用 |
第5讲(3小时) 线性回归 | 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. 逐步回归 案例1:广告营销计划案例 案例2:信用卡债务预测案例 案例3:房价预测案例 |
第6讲(3小时) 线性分类方法 互动交流讨论 | 目标:掌握经典线性分类方法及其应用 1.Logistic模型 2.LDA判别分类 3.QDA判别分类 案例1:信用卡违约预测案例 案例2:股价涨跌方向预测案例 互动交流讨论 |
【高级班】
专题名称 | 授课内容 |
第1讲 重抽样方法 | 目标:掌握经典重抽样方法 1.验证集方法 2.交叉验证 3.Bootstrap方法 案例1:量化投资资产配置案例 案例2:汽车每加仑汽油里程数预测案例 |
第2讲(3小时) 决策树 组合预测 | 目标:掌握决策树和组合预测方法及其实际应用。 1.CART决策树 2.Bagging, 3.随机森林 4.Boosting算法 案例1:棒球运动员薪水预测案例 案例2:心脏病预测案例 案例3:信用卡违约预测案例 |
第3讲(3小时) 支持向量机 | 课程目标:掌握支持向量机分类方法 1.间隔分类器 2.支持向量分类器 3.支持向量机 案例1:基因表达数据案例 案例2:股票涨跌方向预测 |
第4讲(3小时) 变量选择与高维数据 | 课程目标:掌握数据挖掘中高维数据分析方法及其实际应用。 1.LASSO 2.SCAD 3.MCP 4.Group LASSO 案例1:基因筛选 案例2:股票选股 |
第5讲(3小时) 无监督学习 主成分分析 主成分回归 聚类分析 | 目标:掌握无监督学习方法及其应用。 1.主成分分析 2.主成分回归 3.Kmeans聚类分析 4.系统聚类分析 案例1:广告支出主成分分析 案例2:犯罪率主成分分析 案例3:学生考试成绩主成分分析 案例4:客户细分聚类案例 |
第6讲(3小时) 关联规则 互动交流讨论 | 目标:掌握大数据分析中常用的关联规则方法及其应用。 1.关联规则方法 2.Aprior算法 案例1:超市购物篮分析 案例2:杂货店商品推荐分析 |
优惠:
现场班老学员9折优惠;
同一单位三人以上同时报名9折优惠;
以上优惠不叠加。
报名流程:
1:点击“我要报名”,网上填写信息提交,注明报全程还是阶段
2:给予反馈,确认报名信息
3:网上缴费
4:开课前一周发送课程电子版讲义,软件准备及交通住宿指南
联系方式:
魏老师
QQ:1143703950
Mail:vip@pinggu.org
Tel: 010-68478566