R语言数据探索高阶课程
体系课

R语言数据探索高阶课程

  • R语言

深入挖掘数据的奥秘:R语言数据探索高级课程

¥199.9
本课程包括
  • 5小时13分钟的视频随时观看
  • 可在APP随时观看
  • 结业证书
你将收获
  • 数据探索技巧:学员将学习高级的数据探索技巧,包括数据清洗、数据转换、特征工程和异常值处理等,以提高数据质量和准确性。
  • 数据可视化与解释:学员将学习如何使用R语言进行高级数据可视化,并学习如何解释和传达数据分析结果,以支持决策和沟通。
  • 统计分析与模型建立:学员将学习如何应用统计分析方法,包括假设检验、回归分析、聚类分析等,以发现数据中的模式和关联,并建立相应的预测模型。
  • 实际案例分析:学员将通过实际案例分析,应用所学知识解决真实的数据问题,提升实际问题解决能力和数据分析思维。
  • 团队合作与项目管理:学员将通过团队项目和合作,培养团队合作和项目管理能力,提升在实际数据分析项目中的综合能力。

数千家企业正在使用三节课企业版学习

无限制学习2000+门课程,200+精选学习专题

免费申请体验>
课程介绍

在大数据时代,数据探索是数据分析的关键步骤,而R语言则是进行数据探索的强大工具。本课程《R语言数据探索高阶课程》将带领您深入挖掘数据的奥秘,通过R语言的进阶应用,提升您在数据探索领域的专业能力。课程将首先介绍R语言的高级数据结构,包括因子、字符向量、矩阵运算等,帮助您更好地处理和操作数据。接着,我们将深入探讨数据探索的高级技巧,包括数据可视化、变量选择和降维、缺失值处理等。通过实战案例,我们将演示如何使用R语言进行高级数据探索和分析,挖掘数据背后的模式和趋势。此外,课程还将介绍R语言与其他工具的集成,如数据库连接、Excel集成等,以提高数据处理的效率和准确性。通过本课程的学习,您将掌握R语言在数据探索中的高级技巧和方法,提高对复杂数据的探索和分析能力。无论您是数据分析师、数据科学家还是相关专业的学生,本课程都将为您提供宝贵的技能和知识,助您在数据探索领域取得更好的实践效果。加入我们,共同探索数据的奥秘!

适合人群
  • 数据分析师:希望深入了解R语言在数据探索方面的进阶应用,提高分析的深度和效率。
  • 数据科学家:希望掌握R语言在数据探索中的高级技巧,以应对复杂的数据分析需求。
  • 相关专业学生:对数据探索和R语言感兴趣,希望深入了解数据探索的高级应用。
  • R语言爱好者:希望通过学习数据探索高阶课程,进一步提高R语言的实战能力。
讲师介绍
2017-2024 微软MVP
擅长领域:
  • 数据挖掘与分析
  • 数据可视化
  • 深度学习
  • 机器学习
  • 数据分析与数据决策
  • 商业分析
  • 计算机视觉
曾就职于平安人寿担任资深数据挖掘专家,目前供职于世界百强企业,负责数据中台、数据化运营、金融科技、创新规划等项目及前沿研究。有13年的数据挖掘与分享相关工作的经验;曾经从事过电商、电购、电力、游戏、金融和物流等行业,熟悉不同行业的数据特点。R语言资、python资深玩家,熟练掌握深度学习Tensorflow2框架,有丰富的大数据挖掘和可视化实战经验。2017-2023年微软MVP。《中国现场统计研究会大数据统计分会》第一届理事。 历届中国R语言大会特邀演讲嘉宾。 书籍著作:《R语言与数据挖掘》、《数据实践之美:31位大数据专家的方法、技术与思想》《R语言游戏数据分析与挖掘》、《Keras深度学习:入门、实战与进阶》、《R语言数据分析与挖掘(微课)》和深度学习从入门到精通:基于keras(微课版)》
课程大纲
共0节 时长0分钟 全部收起
数据质量分析理论篇
共2节 | 39分钟
  • 1、数据质量分析的必要性.mp4
    8分钟
  • 2、缺失值、异常值及一致性产生的原因详解
    32分钟
缺失值高级处理方法
共6节 | 1小时53分钟
  • 1、识别缺失值
    25分钟
  • 2、探索缺失值模式
    11分钟
  • 3、图形探究缺失值模式
    18分钟
  • 4、缺失值处理的常用方法
    13分钟
  • 5、案例演示:行删除、回归模型插补、随机森林插补
    24分钟
  • 6、案例演示:热平台插补、冷平台插补、多重插补
    22分钟
异常值检测
共7节 | 1小时44分钟
  • 1、异常点监测:质量控制图原理介绍
    15分钟
  • 2、质量控制图R语言实现:转化率P值监控1
    22分钟
  • 3、质量控制图R语言实现:转化率P值监控2
    9分钟
  • 4、质量控制图R语言实现:单值-均值控制图
    14分钟
  • 5、异常值检测:boxplot.stats和boxplot函数.mp4
    16分钟
  • 6、异常值检测:使用LOF进行异常检测
    11分钟
  • 7、异常值检测:使用kmeans聚类进行异常值检测
    18分钟
相关性分析
共4节 | 56分钟
  • 1、相关性分析常用方法
    11分钟
  • 2、散点图矩阵
    15分钟
  • 3、求变量间相关系数及显著性检验
    11分钟
  • 4、相关系数可视化
    18分钟
购课须知

课程有效期:

自购买课程之日起 365 天,部分参与营销活动产品以活动规则为准,请同学在有效期内学习、观看课程。

上课模式:

课程采取录播模式,请注意自学课无班级微信群、班主任带班及助教批改服务。

注:自学课不支持退款,确保你是真的需要再进行报名,报完名之后还请认真学习。