注冊 | 登錄讀書好,好讀書,讀好書!
讀書網(wǎng)-DuShu.com
當(dāng)前位置: 首頁出版圖書教育/教材/教輔教材研究生/本科/??平滩?/a>R語言程序設(shè)計

R語言程序設(shè)計

R語言程序設(shè)計

定 價:¥59.00

作 者: 周圍,崔瀕月
出版社: 清華大學(xué)出版社
叢編項: 全國高等學(xué)校計算機(jī)教育研究會"十四五"系列教材
標(biāo) 簽: 暫缺

ISBN: 9787302626503 出版時間: 2023-03-01 包裝: 平裝
開本: 16開 頁數(shù): 字?jǐn)?shù):  

內(nèi)容簡介

  本書分為基礎(chǔ)篇、進(jìn)階篇、拓展篇三個模塊,共9個章節(jié),包括R語言基礎(chǔ)知識、常用模型和特色應(yīng)用。同時,本書將R語言和數(shù)據(jù)科學(xué)相結(jié)合,講解了數(shù)據(jù)獲取、數(shù)據(jù)描述、數(shù)據(jù)預(yù)處理、數(shù)據(jù)分析、數(shù)據(jù)挖掘、數(shù)據(jù)可視化的理論知識以及R語言的實現(xiàn)方法。除第9章外,每章配有綜合實驗,引導(dǎo)學(xué)生解決應(yīng)用問題。 本書是學(xué)習(xí)R語言、數(shù)據(jù)科學(xué)類課程的基礎(chǔ)教材,配有完備的教學(xué)資料,支持多種教學(xué)模式,可作為各類高等院校開設(shè)R語言、數(shù)據(jù)科學(xué)類課程的通識基礎(chǔ)教材,也可供數(shù)據(jù)科學(xué)、R語言愛好者自學(xué)使用。

作者簡介

暫缺《R語言程序設(shè)計》作者簡介

圖書目錄

基礎(chǔ)篇

第1章R語言概述3

1.1認(rèn)識R語言3

1.1.1R語言是什么3

1.1.2R語言與數(shù)據(jù)科學(xué)3

1.1.3R語言與計算思維4

1.2第一個R語言會話4

1.2.1開發(fā)環(huán)境配置4

1.2.2程序編寫運行6

1.3R語言包9

1.3.1包的含義9

1.3.2包的安裝和使用9

1.4R語言數(shù)據(jù)集9

1.5綜合實驗10

1.5.1實驗1: R語言軟件安裝10

1.5.2實驗2: RStudio安裝15

1.5.3實驗3: 編寫“Hello World!”程序19

1.5.4實驗4: 工作空間的管理和使用20

1.5.5實驗5: 使用rmarkdown包22

思考與練習(xí)25

第2章數(shù)據(jù)對象27

2.1數(shù)據(jù)類型27

2.1.1數(shù)據(jù)類型分類27

2.1.2數(shù)據(jù)類型的轉(zhuǎn)換27

2.1.3數(shù)據(jù)類型的查看28

2.2數(shù)據(jù)結(jié)構(gòu)292.3向量30

2.3.1創(chuàng)建向量30

2.3.2向量的運算31

2.3.3向量的索引32

2.3.4向量的排序34

2.4矩陣34

2.4.1創(chuàng)建矩陣34

2.4.2矩陣的合并35

2.4.3矩陣的運算36

2.4.4矩陣的索引37

2.5數(shù)組38

2.6數(shù)據(jù)框39

2.6.1創(chuàng)建數(shù)據(jù)框40

2.6.2數(shù)據(jù)框的索引40

2.7列表41

2.7.1創(chuàng)建列表41

2.7.2列表的索引41

2.8因子42

2.8.1創(chuàng)建因子42

2.8.2創(chuàng)建有規(guī)律的因子44

2.9綜合實驗44

2.9.1實驗1: 熟悉向量的計算44

2.9.2實驗2: 靈活使用矩陣45

2.9.3實驗3: 綜合運用數(shù)據(jù)框50

2.9.4實驗4: 熟悉因子52

思考與練習(xí)53

〖3〗R語言程序設(shè)計目錄〖3〗第3章數(shù)據(jù)管理55

3.1控制結(jié)構(gòu)55

3.1.1分支結(jié)構(gòu)55

3.1.2循環(huán)結(jié)構(gòu)56

3.1.3控制語句58

3.2函數(shù)59

3.2.1數(shù)學(xué)運算函數(shù)59

3.2.2字符處理函數(shù)62

3.2.3日期處理函數(shù)64

3.2.4自定義函數(shù)66

3.2.5函數(shù)的嵌套68

3.3apply函數(shù)族68

3.3.1函數(shù)族68

3.3.2apply()函數(shù)69

3.3.3tapply()函數(shù)70

3.3.4lapply()函數(shù)71

3.3.5sapply()函數(shù)71

3.4數(shù)據(jù)輸入與輸出71

3.4.1數(shù)據(jù)輸入71

3.4.2數(shù)據(jù)輸出72

3.5綜合實驗73

3.5.1實驗1: 編寫自定義函數(shù)73

3.5.2實驗2: 百分制成績換算75

3.5.3實驗3: 兩種方法實現(xiàn)數(shù)據(jù)處理76

3.5.4實驗4: 實現(xiàn)爬蟲功能77

思考與練習(xí)78

第4章數(shù)據(jù)可視化79

4.1繪圖基礎(chǔ)79

4.1.1高級繪圖函數(shù)79

4.1.2低級繪圖函數(shù)83

4.1.3繪制圖形89

4.2繪圖進(jìn)階93

4.2.1ggplot2繪圖包93

4.2.2使用qplot()函數(shù)繪圖94

4.2.3使用ggplot()函數(shù)繪圖94

4.3繪制更豐富的圖形96

4.4綜合實驗98

4.4.1實驗1: 繪制鳶尾花數(shù)據(jù)圖形98

4.4.2實驗2: 繪制汽車數(shù)據(jù)圖形100

4.4.3實驗3: 繪制交互式圖形106

思考與練習(xí)110

進(jìn)階篇

第5章數(shù)據(jù)探索113

5.1數(shù)據(jù)描述113

5.1.1數(shù)據(jù)的類別113

5.1.2數(shù)據(jù)的集中趨勢114

5.1.3數(shù)據(jù)的離散程度114

5.1.4數(shù)據(jù)的分布特征115

5.1.5數(shù)據(jù)的相似性117

5.2數(shù)據(jù)清洗118

5.2.1處理缺失數(shù)據(jù)118

5.2.2處理異常數(shù)據(jù)119

5.2.3處理重復(fù)數(shù)據(jù)121

5.3數(shù)據(jù)集成121

5.3.1數(shù)據(jù)集的合并121

5.3.2數(shù)據(jù)子集的獲取122

5.3.3數(shù)據(jù)的分組匯總123

5.3.4數(shù)據(jù)的頻數(shù)計算124

5.3.5使用SQL語句125

5.4數(shù)據(jù)規(guī)范125

5.5數(shù)據(jù)重構(gòu)126

5.6綜合實驗128

5.6.1實驗1: 對mtcars數(shù)據(jù)集的初步探索128

5.6.2實驗2: 處理數(shù)據(jù)集中的缺失值130

5.6.3實驗3: 對mtcars數(shù)據(jù)集的標(biāo)準(zhǔn)化132

5.6.4實驗4: 數(shù)據(jù)重構(gòu)133

思考與練習(xí)135

第6章數(shù)據(jù)分析137

6.1隨機(jī)數(shù)模擬137

6.1.1生成隨機(jī)數(shù)137

6.1.2特定分布的隨機(jī)數(shù)137

6.1.3隨機(jī)抽樣138

6.2假設(shè)檢驗139

6.2.1假設(shè)檢驗的方法139

6.2.2均值檢驗139

6.2.3相關(guān)性檢驗141

6.3方差分析142

6.4線性回歸143

6.4.1變量間關(guān)系144

6.4.2一元線性回歸144

6.4.3多項式回歸146

6.4.4多元線性回歸147

6.5廣義線性模型149

6.5.1廣義線性模型概況149

6.5.2Logistic回歸150

6.5.3泊松回歸153

6.6綜合實驗154

6.6.1實驗1: 假設(shè)檢驗的應(yīng)用154

6.6.2實驗2: 方差分析155

6.6.3實驗3: 一元線性回歸分析160

6.6.4實驗4: 多項式回歸分析162

6.6.5實驗5: 泊松回歸分析164

6.6.6實驗6: Logistics回歸分析166

思考與練習(xí)172

第7章數(shù)據(jù)挖掘174

7.1相關(guān)概念174

7.1.1數(shù)據(jù)分析與數(shù)據(jù)挖掘174

7.1.2數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)175

7.1.3數(shù)據(jù)驅(qū)動為核心的機(jī)器學(xué)習(xí)175

7.1.4模型評估176

7.2分類與回歸178

7.2.1決策樹178

7.2.2隨機(jī)森林178

7.2.3KNN178

7.2.4樸素貝葉斯179

7.2.5支持向量機(jī)179

7.2.6人工神經(jīng)網(wǎng)絡(luò)180

7.3聚類分析180

7.3.1K均值聚類180

7.3.2主成分分析181

7.4可視化挖掘工具181

7.5綜合實驗181

7.5.1實驗1: 決策樹181

7.5.2實驗2: 隨機(jī)森林183

7.5.3實驗3: KNN186

7.5.4實驗4: 樸素貝葉斯187

7.5.5實驗5: 支持向量機(jī)189

7.5.6實驗6: 人工神經(jīng)網(wǎng)絡(luò)192

7.5.7實驗7: KMeans聚類194

7.5.8實驗8: 主成分分析196

思考與練習(xí)199

拓展篇

第8章高級特性203

8.1面向?qū)ο蟮木幊?03

8.1.1面向?qū)ο蟮暮x203

8.1.2R語言與面向?qū)ο缶幊?04

8.1.3S3類206

8.1.4S4類207

8.2程序調(diào)試209

8.2.1程序調(diào)試介紹209

8.2.2R語言如何調(diào)試209

8.3性能提升210

8.3.1向量化210

8.3.2語句優(yōu)化212

8.4并行計算212

8.5綜合實驗213

思考與練習(xí)217

第9章應(yīng)用拓展219

9.1R語言與數(shù)學(xué)219

9.1.1微積分219

9.1.2線性代數(shù)219

9.1.3概率論與數(shù)理統(tǒng)計220

9.1.4多元統(tǒng)計分析220

9.1.5數(shù)值計算220

9.2R語言的應(yīng)用拓展220

9.2.1關(guān)聯(lián)規(guī)則220

9.2.2智能推薦221

9.2.3時間序列221

9.2.4深度學(xué)習(xí)222

思考與練習(xí)222

附錄A本書使用的函數(shù)223

參考文獻(xiàn)229


本目錄推薦

掃描二維碼
Copyright ? 讀書網(wǎng) ranfinancial.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號 鄂公網(wǎng)安備 42010302001612號