首页
产品中心
服务团队
成功案例
登录
/
注册
项目负责人:潘光华
粉丝:57
项目负责人:卢玉
粉丝:66
咨询客服
课程介绍
课程章节
用户评价
0
R语言和数据分析
课程介绍
课程章节
简介:
第一章 R语言入门
第二节 变量、向量、数组和矩阵
请先登录
第三节 数据框和文件读写
请先登录
第一节 R语言简介
请先登录
第二章 数据可视化、图表和常用统计量计算
第一节 R语言数据可视化
请先登录
第二节 图表和常用统计量计算
请先登录
第三章 随机变量、密度函数和一元线性回归模型
第一节 作业讲解
请先登录
第二节 随机事件和概率密度
请先登录
第三节 随机变量
请先登录
第四节 一元线性回归模型
请先登录
第四章 多元线性回归模型
第一节 作业讲解
请先登录
第二节 假设检验
请先登录
第三节 一元线性回归复习
请先登录
第四节 多元线性回归
请先登录
第五章 logistic、广义线性和非线性回归
第一节 logistic回归
请先登录
第二节 广义线性回归
请先登录
第三节 非线性回归
请先登录
第六章 MINE方法和apriori购物篮分析
第二节 apriori购物篮分析
请先登录
第一节 MINE方法
请先登录
第七章 分类算法、线性判别法、贝叶斯分类器和决策树
第一节 分类算法
请先登录
第二节 线性判别法
请先登录
第三节 贝叶斯分类器和决策树
请先登录
第八章 分类算法和神经网络
第一节 分类算法(续)
请先登录
第二节 神经网络(上)
请先登录
第三节 神经网络(下)
请先登录
第九章 支持向量机SVM和聚类算法
第一节 支持向量机SVM
请先登录
第二节 聚类算法
请先登录
第十章 聚类算法和基于密度的方法
第一节 聚类算法(续)
请先登录
第二节 基于密度的方法
请先登录
第十一章 主成分分析
第一节 主成分分析(一)
请先登录
第二节 主成分分析(二)
请先登录
第三节 主成分分析(三)
请先登录
第十二章 因子分析
第一节 因子分析(一)
请先登录
第二节 因子分析(二)
请先登录
第三节 因子分析(三)
请先登录