数据科学是将数据转化为行动的艺术,是综合了统计学、计算机科学和领域知识的新兴学科。数据科学与很多传统学科的最大区别在于其为应用而生,因此本书一切从实际应用出发,以R语言为核心工具,介绍了各类分析方法的实现及其在各领域的应用情况。
如果是初学者,可以从“编程篇”开始阅读,了解R语言的基本特点。如果是程序员,在迅速掌握语法后,可以深入研究“模型篇”,学习如何用统计学和其他流行的分析方法来描绘复杂的数据世界。如果关心数据价值的落地,“应用篇”必不负你所望,金融、制药、文本挖掘、社交网络、地理信息、高性能计算、可重复研究,这些最热门的行业和应用领域的案例将会为你带来数据应用的最真实的体验。
本书适用于所有对数据应用感兴趣的读者,也适合作为统计和数据分析的实务操作型课程的教材。
序言
前言
第1章 引言:数据科学与R
1.1 数据科学简介
1.1.1 什么是数据科学?
1.1.2 如何成为数据科学家?
1.2 R 语言简介
1.2.1 什么是R ?
1.2.2 如何学习R 语言?
1.2.3 R 的安装和配置
1.2.4 R 的常用编辑器
1.2.5 R 的第一步
1.3 如何使用本书?
1.3.1 排版和代码环境
1.3.2 测试环境
1.3.3 本书相关资源
第一部分 编程篇
第2章 数据对象
2.1 基本对象
2.1.1 向量入门
2.1.2 向量的生成
2.1.3 向量的计算
2.2 复合对象
2.2.1 矩阵
2.2.2 数据框
2.2.3 列表
2.3 特殊对象
2.3.1 缺失值与空值
2.3.2 连接
2.3.3 公式
2.3.4 表达式
2.3.5 环境
2.3.6 函数
第3章 数据操作
3.1 向量化操作
3.2 数据转换整理
3.2.1 取子集和编码转换
3.2.2 长宽格式互转
3.2.3 数据的拆分和合并
3.3 输入与输出
3.3.1 控制台的输入和输出
3.3.2 文本文件
3.3.3 表格型文件
3.3.4 其他外部文件
3.4 时间相关数据的处理
3.4.1 时间类数据处理
3.4.2 时间序列类数据
3.4.3 时间数据处理实例
第4章 控制语句与函数
4.1 控制语句
4.1.1 条件判断
4.1.2 循环
4.2 函数
4.3 函数式编程
4.4 工程开发的相关函数
4.4.1 程序调试
4.4.2 异常处理
第5章 面向对象
5.1 对象导论
5.1.1 面向对象的思想
5.1.2 面向对象编程的特性
5.1.3 R 的内置对象
5.2 S3
5.2.1 初识S3
5.2.2 面向对象的实现
5.3 S4
5.3.1 类的定义
5.3.2 对象的实例化
5.3.3 泛型函数和多态
5.4 引用对象
第二部分 模型篇
第6章 统计模型与回归分析
6.1 线性回归
6.1.1 回归模型和经典假设
6.1.2 参数估计
6.1.3 模型预测
6.1.4 离散自变量的情况
6.2 模型的诊断
6.2.1 非正态性
6.2.2 非线性
6.2.3 异方差
6.2.4 自相关
6.2.5 异常值
6.2.6 多重共线性
6.3 线性回归的扩展
6.3.1 非线性回归
6.3.2 非参数回归
6.3.3 Logistic 回归
第7章 其他统计分析方法
7.1 假设检验
7.2 多元分析
7.2.1 主成分分析
7.2.2 对应分析
7.2.3 多元分析的可视化
7.3 时间序列
7.4 随机模拟
7.4.1 随机变量与分布
7.4.2 蒙特卡洛方法
第8章 数据挖掘和机器学习
8.1 一般挖掘流程
8.2 聚类
8.2.1 层次聚类
8.2.2 K 均值聚类
8.2.3 基于密度的聚类
8.2.4 自组织映射
8.3 分类
8.3.1 决策树模型
8.3.2 贝叶斯分类
8.3.3 最近邻分类
8.3.4 神经网络分类
8.3.5 支持向量机分类
8.3.6 集成学习与随机森林
第9章 最优化方法
9.1 无约束非线性规划
9.2 线性规划
9.2.1 整数规划
9.2.2 Rglpk 简介
9.3 约束非线性规划
9.4 遗传算法
第10章 数据可视化
10.1 R 语言可视化简介
10.1.1 什么是数据可视化
10.1.2 R 语言的可视化环境
10.1.3 ggplot2 入门
10.2 分布的特征
10.3 比例的构成
10.4 时间的变化
10.5 R 与交互可视化
第三部分应用篇
第11章 R在热门行业中的应用
11.1 R 与金融分析
11.1.1 金融数据获取和操作
11.1.2 资产特征描述
11.1.3 最优资产组合
11.1.4 期权定价计算
11.2 R 与新药研发
11.2.1 新药研发简介
11.2.2 药动学和药效学
11.2.3 建模和模拟
第12章 R与互联网文本挖掘
12.1 网络数据获取
12.1.1 XML 与XPath
12.1.2 RCurl 抓取网页
12.1.3 Rweibo 与OAuth
12.2 中文文本处理
12.2.1 文本处理
12.2.2 正则表达式
12.2.3 中文分词
12.3 文本挖掘
12.3.1 文本对象
12.3.2 基本操作
12.3.3 分析方法
第13章 大数据时代下的R
13.1 地理信息数据
13.1.1 空间数据对象
13.1.2 R 与GIS 的结合
13.1.3 互联网地理信息
13.2 社交网络数据
13.2.1 R 与网络数据
13.2.2 R 与Gephi 的结合
13.3 图像数据
13.3.1 图像数据的处理
13.3.2 图像识别
第14章 可重复的数据分析
14.1 基于Sweave 的报告
14.1.1 LATEX 与Sweave
14.1.2 R 的Vignettes
14.2 基于knitr 的报告
14.2.1 Markdown 简介
14.2.2 knitr 和LATEX
14.2.3 报告中的图片
14.2.4 xtable 与表格生成
14.2.5 slidify 与幻灯片
14.3 基于Office 的报告
14.3.1 R2PPT
14.3.2 ReporteRs
第15章 R与其他系统的交互
15.1 R 与Excel
15.1.1 安装DCOM 环境
15.1.2 安装RExcel
15.1.3 RExcel 的使用
15.2 R 与数据库
15.2.1 DBI 和RSQLite
15.2.2 RODBC 简介
15.3 R 与JAVA
15.3.1 安装Java 环境
15.3.2 Java 调用R
15.3.3 R 调用Java
15.4 R 与Microsoft Visual Studio
15.4.1 R 与VB
15.4.2 R 与C#
第16章 R与高性能运算
16.1 性能的度量与函数编译
16.2 代数运算库的优化
16.2.1 不同优化版本的实现
16.2.2 性能对比
16.3 超出内存的限制
16.3.1 内存管理机制
16.3.2 内存性能的优化
16.3.3 内存外运算
16.4 并行计算
16.4.1 Rmpi 与显式并行
16.4.2 parallel 包的应用
16.4.3 RHadoop 简介
后记
编后记
参考文献
索引
《刚好遇见你》内容简介:本书从改编理论出发,囊括了影视改编理论、影视改编案例到改编实践理论,分三编,共十个章节。影视改编理
Thisbrain-friendlyguideteachesyoueverythingfromJavaScriptlanguagefundamentalstoa...
Pro/Engineer Wildfire2.0特征与三维实体建模 内容简介 本书分为Pro/Engineer Wildfire 2.0概览、草图绘图、基准特征...
三维人脸建模方法研究与应用 本书特色真实感三维人脸建模技术是计算机视觉领域一个备受关注的研究热点,基于形变模型的三维人脸建模方法是目前建模效果*好的方法之一。《...
《程序员必读的职业规划书》内容简介:程序员是一种逻辑动物,只有当他们理解求职到底是一种什么行为以后,才能做出有意义的行动。
《中华传统节日诗词故事:清明·端午》内容简介:节日诗词,把民间习俗和文人意趣结合在一起,很好地体现了中华文化源远流长、丰富
《恒温教养》内容简介:在教养孩子的过程中,面对孩子的大哭大叫、无理取闹,无助、心累、崩溃正席卷而来,因此父母时常会感到焦虑
《Photoshop CC商品照片精修与网店美工实战手册》内容简介:《Photoshop CC商品照片精修与网店美工实战手册》结构清晰、内容翔实、
成功的网站设计团队依赖开发人员与客户之间的良好沟通,也离不开开发团队内部成员之间的沟通。线框图、站点地图、流程图和其他设
UMTS(通用移动通信系统)是ITU的IMT-2000第三代移动通信系统(3G)的重要组成部分,它能为用户带来高达2Mb/s(理论值)的数据传输速率
如果不是「包浩斯」,世界不是你眼中所見的樣子最前衛的藝術設計學校最前衛的藝術設計運動最經典.最普及的「包浩斯」論著英、美
《普通高等教育十一五国家级规划教材•通信软件设计基础》针对通信软件和通信协议的特点,从通信协议的分析、设计和描述人手,系统
内容提要本书深入描述了IEEE的开放系统接口标准-POSIX线程,通常称为Pthreads标准。本书首先解释了线程的基本概念,包括异步编程
《不慌不忙,人生慢慢来》内容简介:这是一本写给都市迷茫女性的人生答案之书。当下世界变化太快,人很容易被快速变化的世界裹挟,
《非职业项目经理必修》内容简介:项目是业务运行的主要方式,职场人士有很大一部分时间都处于各种项目场景中。成功管理一个项目已
《UML基础与Rose建模教程》全面,详细地介绍了UML的基础知识和RationalRose的使用方法,并通过4个综合性的案例,展示了使用UML和R
《中国文化企业报告2015》内容简介:文化产业的产业变动日益剧烈,企业发展也呈现出两极分化的特点;向优秀文化企业学习,避免失败
《全草类中草药彩色图鉴》内容简介:本书收载了常用全草类中草药100种,详细介绍了每种中草药的别名、来源、产地、采收加工、原植物
《中国水文化遗产考略》内容简介:本书是作者多年从事水文化遗产宣传教育研究的成果总结,全书分“水文化文物鉴赏”和“水文化文物
《软件开发的201个原则》内容简介:本书汇总了软件工程原则。原则是关于软件工程的基本原理、规则或假设,不管所选的技术、工具或语