鸠摩搜书下载
暂无已核验电子书资源；本站不展示未授权完整文件。
下载《用商业案例学R语言数据挖掘》内容简介与阅读建议
获取这本书 暂无已核验电子书资源
《用商业案例学R语言数据挖掘》内容简介
商业智能时代已经全面到来，分析型人才的岗位数量在就业市场中呈现井喷式增长。无论是从事产品研发的工程师，还是从事产品推广的市场人员、人力资源和财务会计人员，都需要掌握数据分析技术，否则很有可能被人工智能替代。
《用商业案例学R语言数据挖掘》书籍信息摘要
《用商业案例学R语言数据挖掘》内容简介与阅读建议，作者 常国珍/曾珂/朱江，科技技术，2017年。获取前建议核对作者、出版社、年份、ISBN、版本和正版渠道。相关主题：数据挖掘、计算机类。
- 作者：常国珍/曾珂/朱江
- 分类：科技技术
- 出版年份：2017
- 出版社：电子工业出版社
- 页数：460 页
- 语言：中文
- 格式：暂无已核验合规下载格式
《用商业案例学R语言数据挖掘》适合哪些读者？
适合希望系统学习技术概念、实践方法、工具使用和行业知识的读者。
获取建议
《用商业案例学R语言数据挖掘》怎么获取更合适？
优先确认版本和阅读目的；下载区只展示已核验的公版、授权、开放许可或官方试读资源。
版本
优先选择作者、译者、出版社、出版年份和 ISBN 信息明确的版本；经典作品可优先选择校注、导读或权威出版社版本。
目录
- 第1章商业数据分析基础
- 1.1 商业数据分析的本质
- 1.2 商业数据分析中心的建设
- 第 2 章 数据分析的武器库
- 2.1 数据挖掘简介
- 2.2 R 语言简介
- 2.3 R 与 RStudio 的下载和安装
- 2.4 在 RStudio 中安装包
展开全部（共 118 章节）
- 2.5 练习题
- 第 3 章 R 语言编程
- 3.1 R 的基本数据类型
- 3.2 R 的基本数据结构
- 3.3 R 的程序控制
- 3.4 R 的函数
- 3.5 R 的日期与时间数据类型
- 3.6 在 R 中读写数据
- 3.7 练习题
- 第 4 章 R 描述性统计分析与绘图
- 4.1 描述性统计分析
- 4.2 制图的步骤
- 4.3 R 基础绘图包
- 4.4 ggplot2 绘图
- 4.5 练习题
- 第 5 章 数据整合和数据清洗
- 5.1 数据整合
- 5.2 R 中的高级数据整合
- 5.3 R 中的抽样
- 5.4 R 的数据清洗 .
- 5.5 数据整合
- 第 6 章 统计推断基础
- 6.1 基本的统计学概念
- 6.3 双样本 t 检验
- 6.4 方差分析(分类变量和连续变量关系检验)
- 6.5 相关分析(两连续变量关系检验)
- 6.6 卡方检验(两分类变量关系检验)
- 6.7 练习题.
- 第 7 章 客户价值预测：线性回归模型与诊断
- 7.1 相关性分析
- 7.2 线性回归
- 7.3 线性回归诊断
- 7.4 正则化方法
- 7.5 练习题
- 第 8 章 Logistic 回归构建初始信用评级
- 8.1 Logistic 回归的相关关系分析
- 8.2 Logistic 回归模型及实现
- 8.3 最大熵模型与极大似然法估计
- 8.4 模型评估
- 8.5 练习题
- 第 9 章 使用决策树进行信用评级
- 9.1 决策树建模思路
- 9.2 决策树算法
- 9.3 在 R 中实现决策树
- 9.4 组合算法(Ensemble Learning)
- 9.5 练习题
- 第 10 章 神经网络
- 10.1 神经元模型
- 10.2 人工神经网络模型
- 10.3 单层感知器
- 10.4 BP 神经网络
- 10.5 RBF 神经网络
- 10.6 神经网络设计与 R 代码实现
- 10.7 练习题
- 第 11 章 分类器入门：最近邻域与贝叶斯网络.
- 11.1 分类器的概念
- 11.2 KNN 算法
- 11.3 朴素贝叶斯
- 11.4 贝叶斯网络
- 11.5 练习题
- 第 12 章 高级分类器：支持向量机
- 12.1 线性可分与线性不可分
- 12.2 线性可分支持向量机
- 12.3 线性支持向量机
- 12.4 非线性支持向量机
- 12.5 R 中的支持向量机
- 12.6 练习题
- 第 13 章 连续变量的维度归约
- 13.1 维度归约方法概述
- 13.2 主成分分析
- 13.3 因子分析
- 13.4 奇异值分解
- 13.5 对应分析和多维尺度分析
- 13.6 练习题
- 第 14 章 聚类
- 14.1 聚类分析概述
- 14.2 聚类算法逻辑.
- 14.3 层次聚类.
- 14.4 k-means 聚类
- 14.5 基于密度的聚类.
- 14.6 聚类模型的评估
- 14.7 高斯混合模型(Gaussian Mixture Model)
- 14.8 客户分群
- 14.9 练习题
- 第 15 章 关联规则与推荐算法
- 15.1 长尾理论
- 15.2 关联规则
- 15.3 序贯模型
- 15.4 推荐算法与推荐系统.
- 15.5 练习题.
- 第 16 章 时间序列建模
- 16.1 认识时间序列
- 16.2 简单时间序列分析.
- 16.3 平稳时间序列分析 ARMA 模型
- 16.4 非平稳时间序列分析 ARIMA 模型
- 第 17 章 特征工程( Feature Engineering)(博文视点官方网站下载)
- 17.1 特征工程概述.
- 17.2 数据预处理(Data Preprocessing)
- 17.3 特征构造(Feature Construction)
- 17.4 特征抽取(Feature Extraction)
- 17.5 特征选择(Feature Selection)
- 第 18 章 R 文本挖掘(博文视点官方网站下载)
- 18.1 文本挖掘
- 18.2 文本清洗
- 18.3 中文分词与文档模型.
- 18.4 文本的特征选择及相关性度量
- 18.5 文本分类
- 18.6 主题模型
- 18.7 综合案例.
- 附录 A 数据说明(博文视点官方网站下载)
合规获取说明
当前暂无已核验电子书资源。若是商业出版物，建议优先通过出版社、书店或官方电子书平台获取。
常见问题
《用商业案例学R语言数据挖掘》适合谁读？
适合希望系统学习技术概念、实践方法、工具使用和行业知识的读者。
《用商业案例学R语言数据挖掘》阅读难度高吗？
建议先看简介、目录、作者和相关书籍，再判断是否适合当前阶段阅读。
《用商业案例学R语言数据挖掘》纸质书值得买吗？
当前暂未接入已核验的纸质书购买链接，建议通过出版社、京东、当当等正版渠道核对版本后购买。
《用商业案例学R语言数据挖掘》哪个版本更适合？
优先选择作者、译者、出版社、出版年份和 ISBN 信息清楚的版本；经典作品可优先选择校注、导读或权威出版社版本。
在哪里可以合法获取《用商业案例学R语言数据挖掘》？
当前没有确认授权的电子书下载资源，也暂未接入已核验购买链接；商业出版物不提供未授权下载，建议通过出版社、京东、当当或官方电子书平台核对获取。
如何继续查找《用商业案例学R语言数据挖掘》相关书籍？
可以进入 常国珍/曾珂/朱江 作者页查看其他作品，也可以通过分类、标签、排行榜、人工推荐和“读完这本还可以读”继续发现相近主题。
相关书籍
