1、培训过程中，如有部分内容理解不透或消化不好，可免费在以后培训班中重听；
        2、培训结束后,授课老师留给学员联系方式,保障培训效果,免费提供课后技术支持。
        3、培训合格学员可享受免费推荐就业机会。

通过学习本课程，使学者可以很清晰的知道什么是数据科学\数据科学的运用场景\知道数据挖掘基本的理论\了解数据挖掘思想\掌握R语言的基本知识\掌握R语言的基本包使用\掌握用R进行数据处理的能力\了解用R进行描述性统计分析
适用人群
人工智能 机器学习 R语言
第1章数据科学简述
1-1数据科学产生的背景和定义
1-2什么是数据科学家
1-3八步成为数据科学家
第2章数据挖掘方法和流程
2-1数据挖掘的过程模型
2-2数据分析的步骤
2-3数据集概念
2-4常用数据分析工具
第3章R语言概述与基本操作
3-1R语言概述
3-2R语言数据分析案例
3-3R语言数据分析案例
3-4R语言的基本操作
3-5R语言的基本操作
3-6R语言基本操作
第4章R语言基础统计
4-1基因函数介绍
4-2高级数学函数
4-3粘贴数据结构
4-4转换和排序
4-5访问MySQL数据
4-6缺失值处理
4-7平均值mean函数
4-8中位数median函数
4-9百分位和方差等
第5章统计绘图技术
5-1绘图基础知识
5-2低级绘图函数
5-3高级绘图函数
第6章时间序列和多元线性回归算法原理和案例
6-1时间序列概述和原理
6-2时间序列绘图
6-3时间序列案例
6-4多元线性回归概述和原理
6-5多元线性回归案例
第7章逻辑回归和主成分分析算法原理和案例
7-1逻辑回归概述和原理
7-2逻辑回归算法案例
7-3主成分分析概述和原理
7-4主成分分析案例
第8章聚类分析算法原理
8-1机器学习基本概念
8-2聚类分析算法原理
8-3聚类分析算法k-means例子
第9章关联规则分析算法原理和案例
9-1关联规则分析算法原理
9-2关联规则分析算法例子
第10章贝叶斯分类算法原理和案例
10-1分类概述
10-2贝叶斯分类概述和案例
第11章决策树分类算法原理和案例
11-1决策树分类概述
11-2决策树分类原理
11-3决策树数据预处理
11-4决策树分类案例
11-5决策树可视化
11-6决策树组合算法
第12章神经网络和向量机原理和案例
12-1神经网络和向量机概述
12-2神经网络和向量机案例
第13章购物篮分析原理和案例
13-1购物篮分析概述
13-2购物篮分析原理
13-3购物篮分析数据准备
第14章协同过滤原理和案例
14-1协同过滤概述
14-2协同过滤原理
14-3协同过滤案例
14-4购物篮分析案例
第15章R语言文本挖掘和分析
15-1文本挖掘概述
15-2R语言文本挖掘和分析
15-3主题模型案例
15-4主题模型案例
15-5定量分析原理和概述
15-6定量分析案例1
15-7定量分析案例2