幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

數據分析與R語言實踐(化學工業出版社十五五普通高等教育規劃教材)

  • 作者：編者:秦學//朱仲忠|責編:劉麗菲
  • 出版社：化學工業
  • ISBN：9787122502322
  • 出版日期：2026/07/01
  • 裝幀：平裝
  • 頁數：197
人民幣：RMB 45 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    《數據分析與R語言實踐》系統闡述數據分析的理論基礎、核心方法與實踐應用，力求為讀者搭建完整且清晰的知識體系，逐步培養科學的數據分析思維。全書共八章，配套豐富的R語言代碼示例、實際數據集及案例分析，覆蓋從數據獲取、處理、分析、建模到可視化與結果解釋的完整流程。內容循序漸進、結構嚴謹，既注重知識的系統性與實用性，又緊跟數據科學發展趨勢，為讀者未來深入探索大數據、智能分析等前沿領域奠定堅實基礎。本書配有在線習題和彩圖，讀者可掃描二維碼獲取。
    本書既可作為高等院校數據科學、信息管理、物聯網及電子信息類等相關專業的師生教學用書，也可作為數據分析師、科研人員及數據愛好者的參考用書。
作者介紹
編者:秦學//朱仲忠|責編:劉麗菲
目錄
第1章  數據分析概述
  1.1  數據分析概念
  1.2  數據分析的起源與發展
  1.3  數據分析流程
  1.4  數據分析的技術與工具
    1.4.1  數據分析技術
    1.4.2  常用數據分析工具
  1.5  數據分析發展趨勢
    1.5.1  數據科學的崛起
    1.5.2  深度學習的結合
    1.5.3  人工智慧的融合
    1.5.4  數據倫理與隱私保護
  1.6  示例：預測課程成績風險
    1.6.1  分析目標與數據集介紹
    1.6.2  分析方法及過程
  1.7  小結
  課後習題
第2章  R語言程序設計基礎
  2.1  R語言簡介
    2.1.1  R軟體安裝與運行
    2.1.2  幫助系統
    2.1.3  包
    2.1.4  內置數據集
  2.2  基本數據類型
    2.2.1  各數據類型的作用
    2.2.2  數據表示
  2.3  數據對象
2.3.1向量0192.3.2矩陣
    2.3.3  數組
    2.3.4  因子
    2.3.5  數據框
    2.3.6  列表
    2.3.7  數據對象判別與轉換
  2.4  數據導入與導出
    2.4.1  數據編輯器導入數據
    2.4.2  數據文件的讀取
    2.4.3  數據文件的寫入
  2.5  基本運算
    2.5.1  賦值運算
    2.5.2  算術運算
    2.5.3  關係運算
    2.5.4  邏輯運算
  2.6  控制流
    2.6.1  順序結構
    2.6.2  分支結構
    2.6.3  循環結構
  2.7  函數
    2.7.1  常用內置函數
    2.7.2  自定義函數
  2.8  小結

  課後習題
第3章  數據預處理
  3.1  數據清洗
    3.1.1  缺失數據處理
    3.1.2  日期型數據處理
    3.1.3  字元串數據處理
  3.2  數據規範化
    3.2.1  小數定標規範化
    3.2.2  最小-最大值規範化
    3.2.3  Z-score規範化
  3.3  數據整合與重構
    3.3.1  數據整合
    3.3.2  數據重構
  3.4  小結
  課後習題
第4章  數據可視化
  4.1  基本圖形繪製
    4.1.1  數據分佈圖
    4.1.2  數據關係分析圖
    4.1.3  其他圖
  4.2  圖形參數設置
    4.2.1  符號與線條
    4.2.2  顏色設置
    4.2.3  圖例與標注
  4.3  組合圖形繪製
    4.3.1  多圖環境設置
    4.3.2  layout()函數
  4.4  高級繪圖ggplot
  4.5  圖形設備
  4.6  小結
  課後習題
第5章  描述性數據分析
  5.1  總體和樣本
  5.2  數據尺度類型
  5.3  單變數描述性分析
    5.3.1  頻率表
    5.3.2  集中趨勢統計量
    5.3.3  離散程度統計量
    5.3.4  形態分佈統計量
  5.4  雙變數相關性分析
    5.4.1  定量變數的相關性
    5.4.2  分類變數之間的相關性
    5.4.3  定量變數與分類變數的相關性
  5.5  多變數分析
    5.5.1  相關係數矩陣
    5.5.2  多變數可視化
    5.5.3  主成分分析
  5.6  小結
  課後習題
第6章  聚類分析

  6.1  聚類分析基礎
  6.2  距離度量與特徵標準化
    6.2.1  常用距離度量方法
    6.2.2  特徵標準化
    6.2.3  距離度量與特徵標準化的R實現
  6.3  K均值聚類
    6.3.1  K均值聚類原理與演算法流程
    6.3.2  聚類結果的可視化
    6.3.3  K值選擇與肘部法則
  6.4  層次聚類
    6.4.1  層次聚類原理與演算法流程
    6.4.2  鏈接方法選擇
    6.4.3  層次聚類的R實現
  6.5  聚類效果評價
    6.5.1  內部評價指標
    6.5.2  外部評價指標
  6.6  小結
  課後習題
第7章  回歸分析
  7.1  回歸分析基礎
  7.2  簡單線性回歸
    7.2.1  簡單線性回歸模型
    7.2.2  擬合優度與模型解釋
    7.2.3  殘差分析與模型診斷
  7.3  多元線性回歸
    7.3.1  多元線性回歸模型
    7.3.2  模型擬合與結果解讀
    7.3.3  模型診斷與評價
    7.3.4  分類變數的處理
  7.4  變數選擇與逐步回歸
    7.4.1  變數選擇
    7.4.2  逐步回歸
  7.5  多項式回歸與交互效應建模
    7.5.1  多項式回歸
    7.5.2  交互效應建模
  7.6  邏輯回歸基礎
    7.6.1  邏輯回歸的模型
    7.6.2  邏輯回歸實現與結果解讀
    7.6.3  邏輯回歸預測概率曲線與可視化
  7.7  小結
  課後習題
第8章  分類
  8.1  分類問題基礎
    8.1.1  分類問題的定義
    8.1.2  分類分析參考流程
    8.1.3  分類模型的評價指標
  8.2  邏輯回歸與概率判別
  8.3  判別分析方法
    8.3.1  Fisher判別分析
    8.3.2  線性判別分析

  8.4  K最近鄰演算法
    8.4.1  K最近鄰演算法原理
    8.4.2  K最近鄰演算法的R實現
    8.4.3  K值優化
  8.5  決策樹
    8.5.1  決策樹的基本概念與建模流程
    8.5.2  特徵分裂標準與剪枝方法
    8.5.3  決策樹的R實現與可視化
  8.6  小結
  課後習題
參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032