R语言统计分析与机器学习(微课视频版)

机器学习在众多领域得到了广泛应用，但作为机器学习的基础——数据预处理、统计分析等内容往往会受到很多人的忽视。本书将统计分析与机器学习结合起来，再利用全球最热门的统计分析工具——R语言，能帮助读者对理论和应用获取更多、更深层次的理解，快速进入数据科学和人工智能领域的研究。

余本国，2001年毕业于石河子大学数学系，2012年加拿大约克大学访学一年，现任教于中北大学，硕导，著有《感受加拿大游学周记》和《Python数据分析基础》教程。'

第1篇 R语言基础
第1章 R语言入门
1.1 R与RStudio
1.1.1 什么是R语言
1.1.2 使用RStudio界面
1.2 R的数据结构
1.2.1 向量
1.2.2 矩阵
1.2.3 高维数组
1.2.4 数据框
1.2.5 列表
1.3 控制和函数
1.3.1 条件语句
1.3.2 循环语句
1.3.3 函数
1.4 R中的常用包
1.5 本章小结
习题1
第2章 数据管理和探索
2.1 数据获取
2.1.1 从文件中获取数据
2.1.2 网络爬虫
2.2 缺失值处理
2.2.1 缺失值的判别
2.2.2 缺失值的简单处理
2.2.3 处理缺失值的复杂方法
2.3 数据操作
2.3.1 长宽型数据转换
2.3.2 数据分类汇总
2.3.3 数据属性转换
2.3.4 数据切分
2.4 数据描述
2.4.1 数据的集中位置
2.4.2 数据的离散程度
2.4.3 数据的偏度和峰度
2.5 数据相似性度量
2.5.1 变量的相关系数
2.5.2 样本间的距离
2.6 本章小结
习题2
第3章 数据可视化
3.1 R基础的数据可视化
3.2 ggplot2系列包的可视化
3.2.1 ggPlot2的基础绘图
3.2.2 基于ggplot2的拓展包
3.3 其他数据可视化包
3.3.1 树图可视化
3.3.2 地图可视化
3.3.3 社交网络可视化
3.3.4 韦恩图
3.4 R可视化3D图像
3.5 本章小结
习题3
第2篇 统计分析
第4章 数理统计基础
4.1 随机数模拟
4.1.1 一元随机数
4.1.2 多元随机数
……
第3篇 机器学习
参考文献