基于R语言数据挖掘的统计与分析PDF电子书下载

第一章 大数据时代数据挖掘 1

第一节 大数据概述 1

第二节 数据挖掘形式与特点 3

第三节 R语言数据挖掘的应用 7

第二章 R语言数据挖掘的起步分析 13

第一节 R的数据对象与类型 13

第二节 R的向量、矩阵和数组分析 15

第三节 R数据对象的相互转换 30

第三章 机器学习和数据挖掘 38

第一节 机器学习和数据挖掘的联系与区别 38

第二节 机器学习的方式与类型 40

第三节 机器学习与数据挖掘应用案例 43

第四节 深度学习的实践与发展 45

第四章 R的数据可视化分析 65

第一节 绘图基础 65

第二节 变量分布特征的可视化分析 72

第三节 GIS数据的可视化 84

第四节 文本词频数据的可视化 88

第五章 R的人工神经网络数据预测 90

第一节 人工神经网络概述 90

第二节 B-P反向传播网络的特点与算法 98

第三节 B-P反向传播网络的R实现和应用 102

第六章 R中的聚类分析和判别分析 111

第一节 多种聚类分析的异同 111

第二节 R实现KNN聚类分析 112

第三节 使用R实现系统聚类 116

第四节 使用R实现快速聚类 117

第五节 多种判别分析模型综述 121

第七章 基于支持向量的分类预测分析 128

第一节 支持向量分类基本情况分析 128

第二节 各情况下的支持向量分类 132

第三节 支持向量回归目标与策略 140

第四节 支持向量机的R实现 144

第八章 R的模式甄别与网络分析 150

第一节 模式甄别方法和评价概述 150

第二节 模式甄别的监督侦测方法 155

第三节 网络节点重要性的测度 163

第四节 网络子群构成特征研究 170

第五节 主要网络类型及特点 178

第九章 大数据的安全与隐私 191

第一节 大数据时代的安全挑战 191

第二节 解决安全问题的技术研究 198

第三节 大数据隐私的保护分析 207

第十章 基于R语言数据挖掘的应用实例 212

第一节 基于R语言的大学数学教学分析 212

第二节 运用R绘制地理信息图形 218

第三节 基于R语言多元回归分析的教育统计应用研究 229

参考文献 243