          R做数据分析及挖掘培训

第一章：统计基础
第一节：描述性统计

1、集中趋势

2、离散测度

第二节：统计量及其抽样分布

1、统计量

2、分布

3、样本均值的分布与中心极限定理

4、样本比例的抽样分布

5、两个样本均值之差的抽样分布

6、关于样本方差的分布

第三节：参数估计

1、参数估计

2、一个总体参数的区间估计

3、两个总体参数的区间估计

4、估计量的求法

5、样本量的确定

第四节：假设检验 

1、假设检验、个样本t检验

2、配对样本的t检验、两独立样本t检验

第五节：分类数据分析

1、分类数据与卡方统计量

2、拟合优度检验

3、列联分析、独立性检验

4、列联分析相关测量

5、线性回归

第六节：矩阵运算

1、行列式

2、矩阵及其运算

3、矩阵的初等变换与线性方程组

4、向量组的线性相关性

5、相似矩阵

6、线性空间与线性变化

第二章：R编程基础
第一节：R基本知识

1、准备、数据对象

2、运算、读写

第二节：R基本语句结构及循环

1、语句结构、创建

2、循环函数

第三节：R数据清洗

1、时间、数据清洗

2、数据清洗

第四节：文本对象处理

1、文本对象处理

2、正则表达式

第五节：R画图

1、基本绘图，图像格式

2、ggplot2

3、目前好用的扩展

第六节：R统计分析

1、参数估计

2、假设检验

第三章：R数据挖掘
第一节：线性回归，逻辑回归，梯度下降，聚类，关联规则，主成分因子分析

第二节：关联规则，决策树，神经网络，贝叶斯，支持向量机，随机森林

第四章：数据挖掘案例
第一节：如何在保险行业中使用决策树并展示其成果

第二节：如何在保险行业中使用决策树并展示其成果

第三节：如何利用客户分群实现保险行业中潜在客户的精准定位（K-means）

第四节：基于关联规则和协同过滤算法的商品个性化推荐