R作为免费、开源、庞大社区支持的统计计算和作图的语言，提供了大量的第三方功能包，其内容涵盖了从统计计算到机器学习，从金融分析到生物信息，从社会网络分析到自然语言处理，从各种数据库各种语言接口到高性能计算模型等各个方面，正在获得越来越多数据分析从业人员的喜爱，也是数据分析师（科学家）必备的职业技能要求。

————————上课时间——4天 ———————————

      上课时间：2017年2月18日开始

周六、周日早上 9:00-12:00 13:30-16:30，每天6h，一共4天，具体以开课通知为准

      课程形式：线上直播

      报名方式：戳后面二维码参团报名

——————— 课程看点+show time——————————

1、R语言数据清洗（tidyr，dplyr，stringr,reshape2,ggplot2）

2、机器学习算法（提升算法、决策树、SVM、神经网络、KNN、关联规则）

3、可视化（交通地图数据可视化实战）

4、代码+数据+逐一讲解，每天练习不能停~

—————————主讲人介绍 ——————————————

余文华

      擅长数据挖掘、数据可视化、机器学习领域。

      发表医学领域数据挖掘相关论文数十篇，英文SCI论文3篇。任职多家医学信息公司数据分析顾问。现从事数据挖掘相关工作。

——————最最最重要的 “报名”环节 ——————————

网页版入口：http://www.peixun.net/view/833.html

（AIU人工智能-机器学习参团群，QQ群：346390869，领取免费学习资料）

—————————课程大纲——————————————

第一课：机器学习基本理论

· 机器学习概述

· 机器学习算法分类及知识框架

· 机器学习相关概念

· 机器学习一般步骤

· 案例：用R实现机器学习模型预测

第二课：R语法基础

· R语言基础语法

· 数据处理常用R包介绍（tidyr，dplyr，stringr,reshape2,ggplot2）

· 数据的存取与编辑

· 非结构化数据的读取

· 案例：用R实现MySQL数据库数据读取

第三课：数据清洗方法

· 缺失数据处理

· 异常值的辨识处理

· 不平衡数据的处理

· 特征提取与特征工程

· 案例：针对美国人群收入等数据进行数据清洗

第四课：线性回归与Logistic回归

· 线性回归与最小二乘法

· Lasso回归及岭回归

· Logistic回归模型

· 多分类Logistic回归模型

· 案例：运用Logistic回归模型预测学生录取情况

第五课：K最近邻（KNN）算法

· k近邻算法原理

· k近邻算法R实现

· 案例：运用KNN实现前列腺癌症检测

第六课：聚类算法

· 聚类算法原理

· 聚类算法R实现

· 案例：运用聚类分析进行离群点识别

第七课：基于决策树类型算法介绍

· 决策树算法

· 随机森林算法

第八课：提升算法

· Adaboost算法

· GBDT算法

· XGBoost

· 案例：针对美国人群收入预测模型比较

第九课：SVM支持向量机算法介绍

· SVM基本原理

· SVM算法的R实现

第十课：人工神经网络

· 人工神经网络（RNN）

· 深度学习

· 案例：运用神经网络实现手写数字识别

第十一课：地图可视化：上海交通地图数据可视化实战

· 数据可视化基本图形选择汇总

· 绘制数据地图常用方法

· 交互式可视化实战

第十二课：机器学习mlr包：债务预测实战

· mlr包介绍

· 实际问题分析及数据处理

· 多种分类算法模型的比较

· 模型评价方法汇总

· 机器学习课程总结