R语言作为现如今受欢迎的计算机语言之一，它由统计学家开发设计，在解决数据统计分析问题时具有天生优势。它是一门兴盛的语言，把握它，就是把握了一门高等院校的数据分析软件。随着互联网大数据的空袭，R语言的功能越来越丰富，越来越多的人对R语言产生了兴趣爱好。R语言的特性主要是开源系统性、整体性、操作简便性、扩展性等。《基于R语言数据挖掘的统计与分析》的撰写是为了让对R语言有兴趣爱好的用户能更加了解R语言，了解互联网时代的大数据挖掘等。
目录
- 第一章 大数据时代数据挖掘
- 第一节 大数据概述
- 第二节 数据挖掘形式与特点
- 第三节 R语言数据挖掘的应用
- 第二章 R语言数据挖掘的起步分析
- 第一节 R的数据对象与类型
- 第二节 R的向量、矩阵和数组分析
- 第三节 R数据对象的相互转换
- 第三章 机器学习和数据挖掘
- 第一节 机器学习和数据挖掘的联系与区别
- 第二节 机器学习的方式与类型
- 第三节 机器学习与数据挖掘应用案例
- 第四节 深度学习的实践与发展
- 第四章 R的数据可视化分析
- 第一节 绘图基础
- 第二节 变量分布特征的可视化分析
- 第三节 GIS数据的可视化
- 第四节 文本词频数据的可视化
- 第五章 R的人工神经网络数据预测
- 第一节 人工神经网络概述
- 第二节 B-P反向传播网络的特点与算法
- 第三节 B-P反向传播网络的R实现和应用
- 第六章 R中的聚类分析和判别分析
- 第一节 多种聚类分析的异同
- 第二节 R实现KNN聚类分析
- 第三节 使用R实现系统聚类
- 第四节 使用R实现快速聚类
- 第五节 多种判别分析模型综述
- 第七章 基于支持向量的分类预测分析
- 第一节 支持向量分类基本情况分析
- 第二节 各情况下的支持向量分类
- 第三节 支持向量回归目标与策略
- 第四节 支持向量机的R实现
- 第八章 R的模式甄别与网络分析
- 第一节 模式甄别方法和评价概述
- 第二节 模式甄别的监督侦测方法
- 第三节 网络节 点重要性的测度
- 第四节 网络子群构成特征研究
- 第五节 主要网络类型及特点
- 第九章 大数据的安全与隐私
- 第一节 大数据时代的安全挑战
- 第二节 解决安全问题的技术研究
- 第三节 大数据隐私的保护分析
- 第十章 基于R语言数据挖掘的应用实例
- 第一节 基于R语言的大学数学教学分析
- 第二节 运用R绘制地理信息图形
- 第三节 基于R语言多元回归分析的教育统计应用研究
- 参考文献
