零基础学R语言数据分析 从机器学习、数据挖掘、文本挖掘到大数据分析

本书共分14章，内容主要有R语言简介、数据读取与写入的方法，条件判断、循环等流程控制以及自定义函数，不错绘图、低级绘图、交互式绘图的说明，决策树、支持向量机、人工神经网络的介绍，基本统计、机器学习、数据挖掘、文本挖掘、大数据分析的应用，层次聚类法、K平均聚类算法、模糊C平均聚类算法、聚类指标、基因算法及人工蜂群算法的应用。本书适合没有程序设计经验、想要接触R语言的人以及对统计、机器学习、数据挖掘、文本挖掘、大数据分析有兴趣的人阅读。

李仁钟，资深开发工程师。

第1章 R简介
1.1 开始使用R软件
1.2 R对象
1.2.1 向量
1.2.2 数组
1.2.3 矩阵
1.2.4 数据框
1.2.5 因子
1.2.6 列表
1.2.7 对象转换
第2章 数据的读取与写入
2.1 数据的读取
2.2 数据的写入与数据集
2.3 RData格式数据的写入与读取
2.4 读取 SQL Server数据库的数据
第3章 流程控制及自定义函数
3.1 条件执行
3.2 循环控制
3.3 自定义函数
第4章 绘图功能及基本统计
4.1 高级绘图
4.2 低级绘图
4.3 交互式绘图
4.4 图形参数
4.5 基本统计
第5章 相关程序包的介绍
5.1 机器学习
5.2 数据挖掘
5.3 社交网络分析及文本挖掘
5.4 大数据分析
5.5 程序包的介绍
第6章 监督式学习
6.1 决策树
6.2 支持向量机
6.3 人工神经网络
6.4 组合方法
6.4.1 随机森林
6.4.2 推进法
第7章 无监督式学习
7.1 层次聚类法
7.2 K平均聚类算法
7.3 模糊C平均聚类算法
7.4 聚类指标
第8章 进化式学习
8.1 基因算法
8.2 人工蜂群算法
第9章 混合式学习
9.1 使用C50和ABCoptim程序包范例
9.2 使用基因算法来调整人工神经网络参数的范例
第10章 关联规则
10.1 关联规则简介
10.2 Apriori算法
第11章 社交网络分析和文本挖掘
11.1 社交网络分析
11.2 文本挖掘
第12章 图形化数据分析工具
12.1 导入数据
12.1.1 处理数据集
12.1.2 设置变量
12.2 探索和测试数据
12.3 转换数据
12.4 建立、评估和导出模型
第13章 大数据分析（R+Hadoop）
13.1 Hadoop简介
13.2 R+Hadoop
第14章 SparkR大数据分析
14.1 dplyr数据处理程序包
14.2 SparkR数据处理
14.3 SparkR与SQL Server
14.4 SparkR与Cassandra
14.5 Spark Standalone模式
14.6 SparkR数据分析
附录A 下载和安装R
附录B 安装RStudio Desktop
附录C 安装ODBC
附录D 指令及用法
附录E 在虚拟机上安装R+Hadoop
附录F 在虚拟机上安装SparkR
参考文献