Python和R语言的数据挖掘和统计分析技术

1，系统架构师、系统分析师、高级程序员、资深开发人员。

2，牵涉到数据挖掘和统计分析的数据中心运行、规划、设计负责人。

3，政府机关，金融保险、移动和互联网等大数据来源单位的负责人。

4，高校、科研院所牵涉到数据挖掘与统计分析处理的项目负责人。

随着互联网、移动互联网和物联网的发展，我们已经切实地迎来了一个大数据的时代。如何对海量数据进行挖掘和分析，已经成为一个非常重要且紧迫的需求。

R是一个用于统计计算和统计制图的优秀工具，也是GNU的一个自由、免费、源代码开放的软件。R包括一套完整的数据处理、计算和制图软件系统。其功能包括：数据存储和处理系统，数组运算工具（其向量、矩阵运算方面功能尤其强大），完整连贯的统计分析工具，优秀的统计制图功能。

Python是一个数据分析和图形显示的程序设计环境，用于统计分析、绘图的语言和操作环境。Python有简便而强大的编程语言：可操纵数据的输入和输入，可实现分支、循环，用户可自定义功能。

本培训将对基于Python和R语言进行数据处理、数据探索的基本方法，利用R语言实现模型选择、Logistic回归及决策树算法，以及贝叶斯算法及支持向量机、神经网络等算法原理及实现进行讲解。

学员基础：

1，对IT系统设计有一定的理论与实践经验。

2，对数据挖掘和数据处理方法有一定的基础知识。

3，对Hadoop/Spark等大数据技术有一定的了解。

培训内容：

第一讲数据挖掘，Python和R简介

1.1  数据挖掘

1.2  Python语言

1.3R语言

1.4Iris数据集

1.5Bodyfat数据集

第二讲数据的导入与导出

2.1R数据的保存与加载

2.2CSV文件的导入与导出

2.3通过ODBC从数据库中读取数据

2.4从Excel中导入与导出数据

2.5Python的数据操作

第三讲

数据可视化展现

3.1查看数据

3.2单个变量展现

3.3多个变量展现

3.4更多探索

3.5将图表保存到文件中

第四讲

决策树与随机森林

4.1使用party包构建决策树

4.2使用rpart包构建决策树

4.3随机森林

4.4Python中的决策树实现

4.5Python决策树实例

第五讲回归分析

5.1线性回归

5.2逻辑回归

5.3广义线性回归

5.4非线性回归

5.5Python中的回归实现

5.6Python回归实例

第六讲聚类分析

6.1k-means聚类

6.2k-medoids聚类

6.3层次聚类

6.4基于密度的聚类

6.5Python中的聚类实现

6.6Python聚类实例

第七讲离群点检测

7.1单变量的离群点检测

7.2局部离群点因子检测

7.3用聚类方法进行离群点检测

7.4时间序列数据的离群点检测

7.5Python中的孤立点实例

第八讲

时间序列分析

8.1R中的时间序列数据

8.2时间序列分解

8.3时间序列预测

8.4时间序列聚类

8.5时间序列分类

8.6Python中的时间序列实例

第九讲关联规则

9.1关联规则的基本概念

9.2Titanic数据集

9.3关联规则挖掘

9.4消除冗余

9.5解释规则

9.6关联规则的可视化

9.7Python中的关联规则实例

第十讲社交网络分析

10.1词项网络

10.2推文网络

10.3双模式网络

10.4Python中的社交网络分析实例

五、培训目标

1,全面了解Python和R语言数据挖掘的相关知识。

2，学习Python和R的数据挖掘核心技术方法以及应用特征。

3，深入使用Python和R在数据挖掘和分析中的使用。

六、证书

培训结束，颁发中科院计算所职业培训中心“Python和R数据挖掘技术-基于Python和R语言的数据挖掘和统计分析技术”结业证书。

师资

由业界知名大数据专家亲自授课：

杨老师　 主要研究网络信息分析以及云计算相关技术，长期从事通信网管系统、网络信息处理、商务智能(BI)以及电信决策支持系统的研究开发工作，主持和参与了多个国家和省部级基金项目，具有丰富的工程实践及软件研发经验。