R語(yǔ)言數(shù)據(jù)探索實(shí)戰(zhàn)指南
體系課
R語(yǔ)言數(shù)據(jù)探索實(shí)戰(zhàn)指南
掌握R語(yǔ)言數(shù)據(jù)探索，實(shí)戰(zhàn)指南助您成為數(shù)據(jù)分析高手！
你將收獲
- 掌握數(shù)據(jù)質(zhì)量分析的基本方法
- 使用R語(yǔ)言進(jìn)行缺失值和異常值識(shí)別處理
- 掌握數(shù)據(jù)間的相關(guān)關(guān)系
課程介紹
《R語(yǔ)言數(shù)據(jù)探索實(shí)戰(zhàn)指南》是一門深度學(xué)習(xí)R語(yǔ)言的課程，專注于數(shù)據(jù)處理關(guān)鍵要素。課程涵蓋缺失值的識(shí)別與處理、異常值的甄別技術(shù)、相關(guān)性分析等內(nèi)容。通過(guò)實(shí)用案例，學(xué)員將掌握處理各種缺失數(shù)據(jù)場(chǎng)景的技能，提高數(shù)據(jù)分析準(zhǔn)確性。課程還注重異常值的分析，教授如何利用R語(yǔ)言進(jìn)行異常值檢測(cè)，確保數(shù)據(jù)質(zhì)量和可信度。最后，學(xué)員將深入了解數(shù)據(jù)之間的相關(guān)性，通過(guò)R語(yǔ)言進(jìn)行相關(guān)性檢驗(yàn)，揭示不同變量的關(guān)聯(lián)關(guān)系。本課程通過(guò)理論與實(shí)踐相結(jié)合，幫助學(xué)員快速掌握R語(yǔ)言在數(shù)據(jù)探索中的應(yīng)用，使其能熟練處理缺失值和異常值，深刻理解數(shù)據(jù)之間的相關(guān)關(guān)系，成為數(shù)據(jù)分析的高手。加入我們，共同提升數(shù)據(jù)分析技能！
適合人群
- 高校師生：希望可以學(xué)習(xí)使用R語(yǔ)言，提高數(shù)據(jù)分析能力的學(xué)員
- 數(shù)據(jù)分析師：希望自己提升使用R語(yǔ)言進(jìn)行數(shù)據(jù)分析能力的學(xué)員
- 數(shù)據(jù)挖掘工程師：希望提升R語(yǔ)言數(shù)據(jù)探索能力的學(xué)員
- 算法工程師:希望使用R語(yǔ)言進(jìn)行數(shù)據(jù)處理，提升R語(yǔ)言能力的學(xué)員
講師介紹
照（半身））_778610.jpg)
2017-2024 微軟MVP
擅長(zhǎng)領(lǐng)域:
- 數(shù)據(jù)挖掘與分析
- 數(shù)據(jù)可視化
- 深度學(xué)習(xí)
- 機(jī)器學(xué)習(xí)
- 數(shù)據(jù)分析與數(shù)據(jù)決策
- 商業(yè)分析
- 計(jì)算機(jī)視覺(jué)
曾就職于平安人壽擔(dān)任資深數(shù)據(jù)挖掘?qū)＜?，目前供職于世界百?gòu)?qiáng)企業(yè)，負(fù)責(zé)數(shù)據(jù)中臺(tái)、數(shù)據(jù)化運(yùn)營(yíng)、金融科技、創(chuàng)新規(guī)劃等項(xiàng)目及前沿研究。有13年的數(shù)據(jù)挖掘與分享相關(guān)工作的經(jīng)驗(yàn)；曾經(jīng)從事過(guò)電商、電購(gòu)、電力、游戲、金融和物流等行業(yè)，熟悉不同行業(yè)的數(shù)據(jù)特點(diǎn)。R語(yǔ)言資、python資深玩家，熟練掌握深度學(xué)習(xí)Tensorflow2框架，有豐富的大數(shù)據(jù)挖掘和可視化實(shí)戰(zhàn)經(jīng)驗(yàn)。2017-2023年微軟MVP。《中國(guó)現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)大數(shù)據(jù)統(tǒng)計(jì)分會(huì)》第一屆理事。 歷屆中國(guó)R語(yǔ)言大會(huì)特邀演講嘉賓。 書籍著作：《R語(yǔ)言與數(shù)據(jù)挖掘》、《數(shù)據(jù)實(shí)踐之美：31位大數(shù)據(jù)專家的方法、技術(shù)與思想》《R語(yǔ)言游戲數(shù)據(jù)分析與挖掘》、《Keras深度學(xué)習(xí)：入門、實(shí)戰(zhàn)與進(jìn)階》、《R語(yǔ)言數(shù)據(jù)分析與挖掘（微課）》和深度學(xué)習(xí)從入門到精通：基于keras（微課版）》
課程大綱
共0節(jié) 時(shí)長(zhǎng)0分鐘
全部收起
課程導(dǎo)讀
圖文
1、模塊四課程內(nèi)容介紹
9分鐘
2、數(shù)據(jù)預(yù)處理常用理論知識(shí)梳理
21分鐘
3、數(shù)據(jù)分箱cut函數(shù)案例詳解
24分鐘
4、改善變量分布的變換案例詳解
25分鐘
5、缺失值和異常值產(chǎn)生的原因和危害
11分鐘
6、數(shù)據(jù)清洗常用方法介紹
24分鐘
7、缺失值識(shí)別函數(shù)（is.na及complete.cases函數(shù)詳解）
30分鐘
8、刪除有缺失值的列詳解
20分鐘
9、列表顯示缺失值模式md.pattern函數(shù)案例詳解
38分鐘
10、圖形 探究缺失值模式aggr函數(shù)案例詳解
22分鐘
11、用均值對(duì)缺失值進(jìn)行填補(bǔ)案例詳解
17分鐘
12、用中位數(shù)對(duì)缺失值進(jìn)行填補(bǔ)案例詳解
13分鐘
13、線性回歸模型插補(bǔ)案例詳解
33分鐘
14、使用隨機(jī)森林和袋裝的方式對(duì)缺失值進(jìn)行插補(bǔ)案例詳解
17分鐘
15、使用KNN算法對(duì)缺失值進(jìn)行插補(bǔ)案例詳解
24分鐘
16、異常點(diǎn)判定方法理論概述
24分鐘
17、質(zhì)量控制圖的使用和控制規(guī)則
15分鐘
18、常見質(zhì)量控制圖原理介紹
21分鐘
19、判斷異常值R語(yǔ)言實(shí)現(xiàn)
10分鐘
20、P質(zhì)量控制圖案例演示
28分鐘
21、實(shí)例1：對(duì)日付費(fèi)率繪制P質(zhì)量控制圖詳解
40分鐘
22、實(shí)例2：某款手游道具日客單價(jià)的單值均值控制圖
19分鐘
23、箱線圖boxplots.stats案例介紹1
30分鐘
23、箱線圖boxplots.stats案例介紹2
14分鐘
24、實(shí)例：利用箱線圖甄別7留數(shù)據(jù)是否異常
19分鐘
25、聚類分析識(shí)別異常值案例詳解
30分鐘
26、相關(guān)分析常用方法介紹
14分鐘
27、相關(guān)分析之散點(diǎn)圖及散點(diǎn)圖矩陣
15分鐘
28、相關(guān)分析之相關(guān)系數(shù)介紹1
18分鐘
29、相關(guān)分析之相關(guān)系數(shù)案例詳解
15分鐘
30、相關(guān)系數(shù)可視化案例詳解1
29分鐘
30、相關(guān)系數(shù)可視化案例詳解2
17分鐘
31、實(shí)戰(zhàn)一：對(duì)問(wèn)卷調(diào)研數(shù)據(jù)的缺失值模式進(jìn)行探索
22分鐘
32、實(shí)戰(zhàn)二：對(duì)信用卡數(shù)據(jù)進(jìn)行清洗-包括缺失值和異常值處理
26分鐘
33、實(shí)戰(zhàn)三：對(duì)游戲玩家玩牌數(shù)據(jù)進(jìn)行相關(guān)性分析
24分鐘
課程總結(jié)
圖文
課程資料
圖文
購(gòu)課須知
課程有效期：
自購(gòu)買課程之日起 365 天，部分參與營(yíng)銷活動(dòng)產(chǎn)品以活動(dòng)規(guī)則為準(zhǔn)，請(qǐng)同學(xué)在有效期內(nèi)學(xué)習(xí)、觀看課程。
上課模式：
課程采取錄播模式，請(qǐng)注意自學(xué)課無(wú)班級(jí)微信群、班主任帶班及助教批改服務(wù)。
注：自學(xué)課不支持退款，確保你是真的需要再進(jìn)行報(bào)名，報(bào)完名之后還請(qǐng)認(rèn)真學(xué)習(xí)。
