R語言資料分析: 從機器學習、資料探勘、文字探勘到巨量資料分析 (第3版) | 誠品線上

R語言資料分析: 從機器學習、資料探勘、文字探勘到巨量資料分析 (第3版)

內容簡介

內容簡介 巨量資料時代來臨， 你需要最新、最實用、功能最強的資料分析工具─R語言 R是一套自由免費的軟體，具有入門容易、使用簡單之特色，目前多應用於機器學習、資料探勘、文字探勘、統計分析及巨量資料分析等領域。 本書第1至5章先介紹R的基本操作及應用，包括認識R語言特性、資料讀取及寫入方式，接著介紹R的繪圖功能及相關套件之運用；第6至9章介紹各類學習演算法，如：決策樹、K平均算法、基因演算法等，每一章節都加入範例供讀者即時練習；第10至12章介紹關聯性規則、社群網路分析、文字探勘及圖形化資料分析工具等內容，將R軟體在資料分析上的使用作更完整的補充，對於沒有程式設計經驗的讀者來說，本書是入門的最佳選擇；第13章及14章加入巨量資料分析介紹，讀者可先了解Hadoop基本原理並充分結合R與Hadoop之功能；讀者亦可了解Spark基本原理並充分學習SparkR之功能，進而導引讀者進入巨量資料分析的殿堂；第15章加入SparkR應用，讀者可瞭解如何應用SparkR。

作者介紹

作者介紹 ■作者簡介李仁鐘 現職：福州外語外貿學院-理工學院教授 副院長 經歷：華梵大學資訊管理學系教授。 研究專長：智慧型計算及其應用、資訊安全、軟體工程、機器學習等等。 李秋緣 現職：福州外語外貿學院-理工學院教授 研究專長：智慧型計算及其應用、資料挖掘、人工智能、機器學習等等。

產品目錄

產品目錄 第 1 章：簡介1.1 開始使用 R 軟體1.2 R 物件1.2.1 向量1.2.2 陣列1.2.3 矩陣1.2.4 資料框架1.2.5 因子1.2.6 列表1.2.7 物件轉換第 2 章：資料的讀取與寫入2.1 資料讀取2.2 資料寫入與資料集2.3 RData 格式資料之寫入與讀取2.4 讀取 SQL Srver 資料庫資料2.5 讀取 Excel 資料第 3 章：流程控制及自訂函數3.1 條件執行3.2 迴圈控制3.3 自訂函數第 4 章：繪圖功能及基本統計4.1 高階繪圖4.2 低階繪圖4.3 互動式繪圖4.4 圖形參數4.5 基本統計第 5 章：相關套件介紹5.1 機器學習5.2 資料探勘5.3 社群網路分析及文字探勘5.4 巨量資料分析5.5 套件介紹第 6 章：監督式學習6.1 決策樹6.2 支持向量機器6.3 人工神經網路6.4 組合方法6.4.1 隨機森林6.4.2 推進法第 7 章：非監督式學習7.1 階層式分群法7.2 K 平均算法7.3 模糊 C 平均算法7.4 分群指標第 8 章：演化式學習8.1 基因演算法8.2 人工蜂群演算法第 9 章：混合式學習9.1 使用 C50 及 ABCoptim 套件範例9.2 使用基因演算法來調整人工神經網路參數範例第 10 章：關聯性規則10.1 關聯性規則簡介10.2 Apriori 演算法第 11 章：社群網路分析及文字探勘11.1 社群網路分析11.2 文字探勘第 12 章：圖形化資料分析工具12.1 匯入資料12.1.1 處理資料集12.1.2 設定變數12.2 探索及檢定資料12.3 轉換資料12.4 建立、評估及匯出模型第 13 章：R+Hadoop 巨量資料分析13.1 Hadoop 簡介13.2 R+Hadoop第 14 章：SparkR 巨量資料分析14.1 Dplyr 資料處理套件14.2 SparkR 資料處理14.3 SparkR 與 SQL Server14.4 SparkR 與 Cassandra14.5 Spark Standalone 模式14.6 SparkR 資料分析第 15 章：SparkR 應用15.1 SparkR 應用於氣溫預測15.2 SparkR 應用於先分群後分類附錄A 下載及安裝 R附錄B 安裝 RStudio Desktop附錄C 安裝 ODBC附錄D 指令及用法附錄E 安裝 R+Hadoop 於虛擬機上附錄F 安裝 SparkR 於虛擬機上參考文獻

商品規格

最佳賣點

最佳賣點 : 1. 各章節皆附範例實作，幫助初學者從做中學，增加練習機會，同時培養自行撰寫程式之能力。
2. 附錄加入R、RStudio、Hadoop及Spark軟體的下載及安裝步驟，指令清楚、操作容易，讓讀者輕鬆完成安裝。

活動

• 8/24前 全站滿$1,600享92折
• 8/24前 全站滿$3,000享9折