知识模块

授课内容

数据处理及复杂数据可视化（一）

第一讲 大数据挖掘及可视化介绍
Ø 数据挖掘及可视化背景
Ø 数据挖掘流程
Ø 常用挖掘工具介绍
Ø R语言的优势
Ø R数据挖掘可视化工具-Rattle快速上手
Ø R语言对复杂数据可视化的优势
Ø R语言快速入门
Ø 利用caret包做数据抽样及虚拟化处理

数据处理及复杂数据可视化（二）

第二讲 数据质量分析及高级可视化
Ø 缺失值处理的高级方法
Ø 异常值甄别的高级方法
Ø 数据可视化进阶：lattice及ggplot2包介绍
Ø 数据交互可视化：rCharts、recharts、networkD3、plotly等包介绍

数据挖掘模型实战（一）

第三讲 聚类分析及R语言实现
聚类分析是一种原理简单、应用广泛的数据挖掘技术。顾名思义，聚类分析即是把若干事物按照某种标准归为几个类别，其中较为相近的聚为一类，不那么相近的聚于不同类。
Ø 案例一：对著名的鸢尾花数据进行K均值聚类分析
Ø 案例二：对汽车数据进行K均值聚类分析
Ø 案例三：对洛杉矶街区数据进行层次聚类
Ø 案例四：对汽车数据进行层次聚类
第四讲 关联规则及R语言实现
关联规则（著名的“啤酒和尿布”）是数据