R語言數據分析從入門到實踐 李仁鐘 9787302693970 【台灣高等教育出版社】
物品所在地：中國大陸
原出版社：清華大學
商品介紹
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202507*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：R語言數據分析從入門到實踐
ISBN：9787302693970
出版社：清華大學
著編譯者：李仁鐘
頁數：xxx
所在地：中國大陸 *此為代購商品
書號：1745129
可大量預訂，請先連絡。
內容簡介
《R語言數據分析從入門到實踐》是一本全面介紹使用R語言進行數據分析的實用指南。作者以豐富的實例和案例，詳細介紹了R語言在數據挖掘、文本挖掘和可視化數據分析等領域的應用。無論您是初學者還是專業人士，《R語言數據分析從入門到實踐》都將成為您的得力助手，幫助您快速提升數據分析技能，實現職業目標。閱讀《R語言數據分析從入門到實踐》，讓您輕鬆掌握數據分析的精髓，成為數據分析領域的專家。
作者簡介
李仁鐘，教授，博士，博士研究生導師，福建省通信學會高級會員、福建省電機工程學會專委會委員、福建能源電力專家、福建省電子學會智能信息專委會副主任、福建大數據聯盟副理事長。他於2020-2023年入選全球前2%頂尖科學家終身科學影響力排行榜，並於2022年獲得第十三屆福州市自然科學優秀學術論文三等獎和優秀獎，同時於2021年入選福州市長樂區第三屆優秀人才稱號。
精彩書評
李仁鐘，教授，博士，博士研究生導師，福建省通信學會高級會員、福建省電機工程學會專委會委員、福建能源電力專家、福建省電子學會智能信息專委會副主任、福建大數據聯盟副理事長。他於2020-2023年入選全球前2%頂尖科學家終身科學影響力排行榜，並於2022年獲得第十三屆福州市自然科學優秀學術論文三等獎和優秀獎，同時於2021年入選福州市長樂區第三屆優秀人才稱號。
目錄
R語言是一種自由、免費且開源的高級編程語言和開發環境，它提供了強大的數據分析功能和豐富的數據可視化工具。隨著數據科學的快速發展，R語言已成為數據分析領域中備受青睞的通用語言。
《R語言數據分析從入門到實踐》共分為15章，主要內容包括R語言簡介、數據讀寫、從流程控制到自定義函數、繪圖功能及基本統計、數據分析和常用包、監督式學習、非監督式學習、演化式學習、混合式學習、關聯性規則、文本挖掘、推薦系統、可視化數據分析、探索性數據分析以及深度學習等。
《R語言數據分析從入門到實踐》內容通俗易懂，案例豐富，實用性強，特別適合R語言的初學者和進階讀者閱讀，同時也適合數據分析人員、數據挖掘工程師等相關數據科學從業者參考。
精彩書摘
第1 章 R簡介 1
1 1 R軟件介紹 1
1 2 R對象介紹 4
1 2 1 向量 4
1 2 2 數組 6
1 2 3 矩陣 8
1 2 4 數據框 11
1 2 5 因子 13
1 2 6 列表 13
1 2 7 對象轉換 15
1 3 習題 16
第2 章 讀寫數據 17
2 1 讀取數據 17
2 2 寫入數據 21
2 3 讀寫RData數據 22
2 4 讀寫Excel數據 23
2 5 習題 23
第3章 從流程控制到函數 24
3 1 條件執行 24
3 2 循環控制 26
3 3 函數 30
3 4 習題 31
第4章 繪圖功能及基本統計 32
4 1 高級繪圖函數 32
4 2 低級繪圖函數 35
4 3 交互式繪圖函數 36
4 4 圖形參數 38
4 5 基本統計 40
4 6 習題 45
第5章 數據分析和常用包 46
5 1 機器學習 46
5 2 數據挖掘 47
5 3 文本挖掘 47
5 4 常用包 47
第6章 監督式學習 56
6 1 決策樹 56
6 2 支持向量機 69
6 3 人工神經網絡 73
6 4 集成學習方法 78
6 4 1 隨機森林 79
6 4 2 提升法 80
6 5 習題 81
第7章 非監督式學習 82
7 1 層次聚類法 82
7 2 K均值聚類算法 85
7 3 模糊C均值聚類算法 88
7 4 聚類指標 92
7 5 習題 95
第8章 演化式學習 96
8 1 遺傳算法 96
8 2 人工蜂群算法 101
第9章 混合式學習 105
9 1 人工蜂群算法混合決策樹 105
9 2 遺傳算法混合人工神經網絡 108
第10章 關聯性規則 115
10 1 產生關聯性規則並排序 117
10 2 刪除冗餘規則 121
10 3 習題 127
第11章 文本挖掘 128
11 1 使用混合分詞並創建詞頻表 128
11 2 使用tag分詞並創建詞雲 129
11 3 習題 131
第12章 推薦系統 132
12 1 Jester5k數據集 132
12 2 MovieLense數據集 135
第13章 可視化數據分析 138
13 1 導入數據 139
13 1 1 處理數據集 142
13 1 2 設置變量 143
13 2 探索及測試數據 143
13 3 轉換數據 147
13 4 建立、評估及導出模型 149
13 5 習題 151
第14章 探索性數據分析 152
14 1 dplyr數據處理庫（包） 152
14 2 案例分析 162
第15章 深度學習 185
15 1 多層感知器 186
15 2 卷積神經網絡 194
15 3 長短期記憶網絡 201
15 4 生成對抗網絡 206
15 5 深度學習應用 212
15 6 習題 213
附錄A 安裝R 214
附錄B 安裝RStudio Desktop和rattle 217
附錄C R語言指令及用法 222
前言/序言
R語言是一種完全開源的程序設計語言，可以免費使用。它具有豐富的生態系統（Comprehensive R Archive Network，CRAN），提供超過15 000個免費套件（Package），廣泛應用於統計分析、數據挖掘、機器學習、生物信息學、金融分析以及社會科學研究等多個領域。隨著R語言的流行和普及，許多學者和專家將其作為研究與開發的主要工具，因此學習R語言是明智的選擇。
本書主要內容如下：
第1章 R簡介，主要介紹R軟件的基本功能以及主要對象類型，如向量、數組、矩陣、數據框、因子、列表和對象轉換。
第2章 讀寫數據，主要介紹R語言中常用的數據讀取與寫入方法，涵蓋文本文件、Excel表格、數據庫等多種數據源的操作技巧。
第3章 從流程控制到函數，主要介紹R語言編程的基礎結構，包括流程控制語句和函數的定義與使用。通過學習本章 內容，讀者將能夠編寫結構清晰、高效可維護的代碼，提升代碼的複用性與執行效率。
第4章 繪圖功能及基本統計，主要介紹R語言中的繪圖功能，包括高級繪圖函數、低級繪圖函數及交互式繪圖函數的使用，並講解圖形參數設置方法。同時，簡要介紹基礎統計知識，為後續統計建模打下基礎。
第5章 數據分析和常用包，主要介紹R語言在數據分析領域的常見應用場景，並講解機器學習、數據挖掘和文本挖掘中常用的擴展包及其基本用法。
第6章 監督式學習，本章 系統講解監督學習的主要算法，包括決策樹、支持向量機（SVM）、人工神經網絡（ANN）以及集成學習方法，幫助讀者掌握預測建模的核心技術。
第7章 非監督式學習，主要介紹非監督式學習的基本原理與應用，重點講解聚類分析方法，包括層次聚類、K均值聚類、模糊C均值聚類及其評價指標，適用於無標簽數據的自動分類任務。
第8章 演化式學習，主要介紹基於自然啟發機制的優化算法，主要包括遺傳算法（GA）和人工蜂群算法（ABC），並探討其在優化問題中的應用。
第9章 混合式學習，主要介紹多種智能算法的融合策略，包括人工蜂群算法與決策樹的結合、遺傳算法與人工神經網絡的結合，以提升模型性能與泛化能力。
第10章 關聯性規則，主要講解關聯規則的基本概念與生成方法，重點介紹如何從大量數據中發現變量之間的潛在關聯關係，並應用於推薦系統等領域。
第11章 文本挖掘，主要介紹文本挖掘的基本流程，包括中文分詞、詞頻統計與詞雲生成等內容，幫助讀者掌握從非結構化文本中提取信息的方法。
第12章 推薦系統，通過Jester5k與MovieLens等經典數據集，演示推薦系統的實現過程，涵蓋協同過濾、內容簡介等主流方法。
第13章 可視化數據分析，主要介紹數據可視化工具的使用方法，幫助讀者通過圖表形式直觀展示數據特徵與分析結果，提高數據洞察力。
第14章 探索性數據分析，通過實際案例引導讀者完成完整的探索性數據分析流程。
第15章 深度學習，主要介紹深度學習的核心算法，包括多層感知器（MLP）、卷積神經網絡（CNN）、長短期記憶網絡（LSTM）和生成對抗網絡（GAN），並提供R語言環境下的實現示例。
本書配套源代碼、數據、教學PPT課件，請用微信掃描下方的二維碼獲取，也可按掃描出來的頁面提示，把下載鏈接發送到自己的郵箱進行下載。
筆者是福州大學先進製造學院教授，本書是筆者多年教學經驗的結晶，適合有意向學習數據分析的讀者閱讀。書中的範例代碼可供讀者進行練習。本書特別適合想學R語言和數據分析的初學者，同時也可作為希望自我進修的入門參考書。儘管筆者在撰寫本書時力求完美，但仍可能存在疏漏之處，歡迎各位讀者批評與指正。
本書的出版，感謝李開暉教授、王量弘教授及出版社編輯的鼎力協助，同時感謝福州大學先進製造學院領導的支持，最後也感謝家人的全力支持與協助。
李仁鐘
2025年4月
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。
