R语言数据分析

数据赋人工系统以智能。《R语言数据分析》从问道、执具、博术三个方面,阐述机器学习/数据挖掘的方法论(道)、编程工具R语言(具)以及经典算法模型(术)。通过课程的学习,可一起领悟数据分析之哲理、掌握模型算法之要义、提升工程实践之素养,推开人工智能的大门,为同学们在机器学习/数据挖掘领域登堂入室奠定基础

开设学校:北京邮电大学;学科:计算机、

R语言数据分析课程:前往报名学习

R语言数据分析视频慕课课程简介:

数据赋人工系统以智能。《R语言数据分析》从问道、执具、博术三个方面,阐述机器学习/数据挖掘的方法论(道)、编程工具R语言(具)以及经典算法模型(术)。通过课程的学习,可一起领悟数据分析之哲理、掌握模型算法之要义、提升工程实践之素养,推开人工智能的大门,为同学们在机器学习/数据挖掘领域登堂入室奠定基础

前往报名学习

R语言数据分析课程列表:

{{'上次学习:'+learn_list['buptP08541002314']['last_leaf_name']}}

上部:问道

-第1章 气象万千、数以等观

--第1章 气象万千、数以等观

--第1章 作业

-第2章 所谓学习、归类而已

--2.1 所谓学习、归类而已(I)

--2.2 所谓学习、归类而已(II)

--2.3 所谓学习、归类而已(III)

--2.4 所谓学习、归类而已(IV)

--第2章 作业

-第3章 格言联璧话学习

--第3章 格言联璧话学习

--第3章 作业

-第4章 源于数学、归于工程

--第4章 源于数学、归于工程

--第4章 作业

-讨论题

--如何发挥人工智能的头雁效应

中部:执具

-第5章 工欲善其事、必先利其器

--第5章 工欲善其事、必先利其器

--第5章 作业

-第6章 基础编程——用别人的包和函数讲述自己的故事

--6.1 编程环境

--6.2Mini案例

--6.3 站在巨人的肩膀上

--6.4 控制流

--6.5 函数(I)

--6.6 函数(II)

--第6章 作业

-第7章 数据对象——面向数据对象学习R语言

--7.1 向量与因子(I)

--7.2 向量与因子(II)

--7.3 矩阵与数组(I)

--7.4 矩阵与数组(II)

--7.5 列表与数据框(I)

--7.6 列表与数据框(II)

--第7章 作业

-第8章 人人都爱tidyverse

--第8章 人人都爱tidyverse

--第8章 作业

-第9章 最美不过数据框

--第9章 最美不过数据框

--第9章 作业

下部:博术

-第10章 观数以形

--10.1 一维数据空间(I)

--10.2 一维数据空间(II)

--10.3 二维数据空间

--10.4 高维数据空间

--第10章 作业

-第11章 相随相伴、谓之关联

--11.1 导引

--11.2 关联规则(I)

--11.3 关联规则(II)

--11.4 关联规则(III)

--第11章 作业

-第12章 既是世间法、自当有分别

--12.1 导引

--12.2 近邻法(I)

--12.3 近邻法(II)

--12.4 决策树(I)

--12.5 决策树(II)

--12.6 随机森林

--12.7 朴素贝叶斯

--12.8 逻辑斯蒂回归

--12.9 人工神经网络(I)

--12.10 人工神经网络(II)

--12.11 支持向量机

--第12章 作业

-第13章 方以类聚、物以群分

--13.1 导引

--13.2 划分方法

--13.3 层次方法

--第13章 作业

-第14章 庐山烟雨浙江潮

--第14章 庐山烟雨浙江潮

--第14章 作业

R语言数据分析开设学校:北京邮电大学

R语言数据分析授课教师:

艾新波-副教授-北京邮电大学-

艾新波(1981-),博士、副教授、博导,北京邮电大学人工智能学院副院长。主要从事机器学习与复杂系统建模的科研和教学工作。作为项目负责人,承担国家自然科学基金重大仪器项目、国家重点研发计划、北京市科委计划项目/课题/子课题多项,获北京市科学技术奖、第一届安全科技奖等省部级科技奖4项,其中一等奖1项、排名第二。曾先后为北京市应急管理局、国家能源集团、农业部信息中心、北京市农业局等提供数据建模服务,在机器学习与复杂系统建模领域有一定的学术积累和项目经验。注重学术科研与教书育人工作的结合,获北京邮电大学第十五届教学观摩评比一等奖、北京邮电大学首届研究生优秀授课老师、北京邮电大学首届优秀研究生育人导师。曾指导学生获得CCF大数据与智能计算大赛冠军,获CCF优秀指导教师奖。

也许你还感兴趣的课程:


  1. 政治学原理(2021秋)

  2. 舌尖上的微生物(2021秋)

  3. 教育科学研究方法(基础)(2021秋)

  4. C语言程序设计(2021秋)

  5. 数理统计学(2021秋)

  6. 空间造型基础(2021秋)

  7. 工业机器人技术基础(2021秋)

  8. 项目管理(2021秋)

  9. 嵌入式系统及应用(2021秋)

  10. Biochemistry and Molecular Biology(Round 2)

  11. R语言数据分析(2021秋)

  12. 绿色建筑与可持续发展(2021秋)

  13. 金融工程(2021秋)

  14. 地质学与工程地质(2021秋)

  15. 庄子寓言及其智慧(2021秋)

  16. 财务报表分析逻辑与技巧(2021秋)

  17. 日语与日本文化进阶(2021秋)

  18. 量子力学(上)(2021秋)

  19. Python程序设计基础(2021秋)

  20. 历代青花画法(2021秋)
© 柠檬大学-慕课导航 课程版权归原始院校所有,
本网站仅通过互联网进行慕课课程索引,不提供在线课程学习和视频,请同学们点击报名到课程提供网站进行学习。