“工欲善其事,必先利其器”。当前,R和Python等开源软件方兴未艾,但是这类软件学习曲线缓慢,使很多初学者的热情在进入数据分析的核心领域之前就消失殆尽。而商业数据分析的真正目的是为了解决业务分析需求,构建稳健的数据挖掘模型。
R是一种用于分析数据的领域特定语言。如果你之前未接触过专业的分析软件,那么R是不错的选择。R偏向于统计分析、计量经济学和统计内容。R不仅在学术研究中拥有广泛的用户基础,而且和Oracle、SQL Server等数据库软件结合使其不再受内存限制,从而在商业上有了一定的用武之地。而且R和Hadoop、Spark等大数据分析平台也可以自由链接。
为什么要使用R语言?
1. 物美价廉——作图颜值高,且完全免费
说它物美,主要是指它卓越的作图功能。
可以说,点图线图柱状图直方图,R语言样样精通,而且设计感满满,绝对可以在这个看脸的世界里独挡一面。比如你可以画这样的图:
如果对R中基本图形稍作修饰,你还能画成这样:
还能这样(上海地区工商银行分布核密度图):
2. 兼收并蓄——算法覆盖广,扩展易
作为统计分析工具,它几乎覆盖整个统计领域的前沿算法。
从火到根本停不下来的的神经网络(就是那只下围棋的机器狗脑袋里的东西),到经典了一百多年还熠熠生辉的基础回归,数千个R包,上万种算法,你都能找到可直接调用的函数实现。
3. 软件扩展易
作为一款软件系统,它有极方便的扩展性。你的数据原来存在Oracle 里?没问题,轻松导入;你的数据在MySQL 里?没问题, 照样解决。文本文件、数据库管理系统,统计软件,专门的数据仓库都可兼容。它同样可以将数据输出并写入到这些系统中。
同时它还可以轻松于各种语言完成互调,比如大数据系统Hadoop,商业软件SPSS、SPSS Modeler,你曾经爱的python,都可无缝对接。
4. 集千万力量于一身——强大的社区支持
作为一个开源软件,R背后有一个强大的社区和大量的开放源码支持,获取帮助非常容易。
比如国外比较活跃的社区有GitHub和 Stack Overflow等,通常R包的开发者会先将代码放到GitHub,接受世界各地的使用者提出问题,修改代码等操作,等代码成熟后再放到CRAN上发布;
而Stack Overflow 则是一个优质的IT技术问答网站,当你在Google上搜索R问题时,通常会看到该网站的回答会排在首位,足可见该网站的搜索热度有多高!
而国内如经管之家论坛-五区 【R语言论坛】等都是优秀的R语言社区。
一、课程信息
时间:2018年3月10日~4月01日(四周线下&直播)
地点:北京面授&全国直播
授课安排:现场班6900元,远程班4900元
(1) 授课方式:面授直播两种形式,中文多媒体互动式授课方式
(2)授课时间:上午9:00-12:00,下午13:30-16:30,16:30-17:00(答疑)
(3)学习期限:现场与视频结合,长期学习加练习答疑。
二、报名流程
1. 在线填写报名信息
微信端:
2. 给予反馈,确认报名信息
3. 网上缴费
4. 开课前一周发送电子版课件和教室路线图
三、课程大纲
第一阶段:数据分析概念与R编程
第二阶段:数理统计与SQL数据库
第三阶段:数理统计与数据可视化
第四阶段:统计推断与精益管理
第五阶段:市场分析方法与模式识别模型
第六阶段:客户分析方法与分类模型
第七阶段:时间序列与综合案例
第八阶段:综合案例分析
第九阶段:[线上选修]Mysql数据库基础知识(一周)
第十阶段:[线上选修]Tableau数据可视化(一周)
如果你有R语言统计分析和业务分析的基础,对R数据挖掘和模型的知识有兴趣,也欢迎报名参加R数据挖掘的课程:
http://www.cda.cn/kecheng/31.html
1级2级连报更有8折优惠!
四 、课程讲师
常国珍
CDA数据分析师讲师/北京大学商学博士
曾就职于亚信科技商业运营咨询部、方正国际金融事业部、德勤管理咨询信息技术系统咨询部,多家金融信息部门和金融高科技公司数据分析顾问。主要从事征信数据集与信用风险建模、客户价值提升等项目。擅长将基于个体行为分析的微观经济学研究范式与量化模型向结合的客户终身价值建模。
杨柳
CDA数据分析研究院讲师/经济学博士
2014年8月毕业于美国纽约州立大学,现任教于南京大学商学院产业经济学系。研究方向为计量经济理论和经济预测。长期从事R语言开发及其在计量经济学中的应用研究,积累了丰富的编程经验。主持并参与多项金融和宏观经济的课题项目,对如何应用R语言进行数据分析和挖掘有深刻的认识和独到的见解。
五、课程优惠
1. 全日制在读学生8折优惠(需提供学生证件证明);
2. 参加过论坛其他现场班老学员9折优惠;
3. 三人及以上9折优惠,五人及以上8折优惠;
4. 同时报名参加LEVELⅠ和LEVEL Ⅱ享受8折优惠。
联系我们
课程顾问:陈老师18010006628(微信)
QQ:2881989710
邮箱:chenwenjing@pinggu.org
直达页面:https://www.cda.cn/kecheng/43.html