整合R語言深藏不漏的強大威力，決勝數(shù)據(jù)分析之巔

且聽我將統(tǒng)計學之精髓娓娓道來，助你砥礪大數(shù)據(jù)時代的掘金技法

探尋數(shù)據(jù)挖掘之術(shù)，撥開機器學習迷霧，點破公式背后的層層玄機

經(jīng)典統(tǒng)計理論和機器學習方法為數(shù)據(jù)挖掘提供了必要的分析技術(shù)。本書系統(tǒng)地介紹統(tǒng)計分析和機器學習領(lǐng)域中*為重要和流行的多種技術(shù)及其基本原理，在詳解有關(guān)算法的基礎(chǔ)上，結(jié)合大量R語言實例演示了這些理論在實踐中的使用方法。具體內(nèi)容被分成三個部分，即R語言編程基礎(chǔ)、基于統(tǒng)計的數(shù)據(jù)分析方法以及機器學習理論。統(tǒng)計分析與機器學習部分又具體介紹了參數(shù)估計、假設(shè)檢驗、極大似然估計、非參數(shù)檢驗方法（包括列聯(lián)分析、符號檢驗、符號秩檢驗等）、方差分析、線性回歸（包括嶺回歸和Lasso方法）、邏輯回歸、支持向量機、聚類分析（包括K均值算法和EM算法）和人工神經(jīng)網(wǎng)絡(luò)等內(nèi)容。同時，統(tǒng)計理論的介紹也為深化讀者對于后續(xù)機器學習部分的理解提供了很大助益。知識結(jié)構(gòu)和閱讀進度的安排上既兼顧了循序漸進的學習規(guī)律，亦統(tǒng)籌考慮了夯實基礎(chǔ)的必要性。本書內(nèi)容與實際應(yīng)用結(jié)合緊密，又力求突出深入淺出、系統(tǒng)翔實之特色，對算法原理的解釋更是細致入微。

左飛，服務(wù)于中國規(guī)模較大的移動通信運營商，業(yè)余時間他撰寫了多部計算機方面的著作，并譯有《編碼》、《提高C++性能的編程技術(shù)》等經(jīng)典名著。

第1章  初識R語言 1
1．1  R語言簡介 1
1．2  安裝與運行 3
1．3  開始使用R 5
1．4  包的使用 7
1．5  使用幫助 8
第2章  探索R數(shù)據(jù) 10
2．1  向量的創(chuàng)建 10
2．2  向量的運算 13
2．3  向量的篩選 15
2．4  矩陣的創(chuàng)建 17
2．5  矩陣的使用 20
2．5．1  矩陣的代數(shù)運算 20
2．5．2  修改矩陣的行列 22
2．5．3  對行列調(diào)用函數(shù) 23
2．6  矩陣的篩選 25
第3章  編寫R程序 28
3．1  流程的控制 28
3．1．1  條件選擇結(jié)構(gòu)的概念 28
3．1．2  條件選擇結(jié)構(gòu)的語法 29
3．1．3  循環(huán)結(jié)構(gòu)的基本概念 30
3．1．4  循環(huán)結(jié)構(gòu)的基本語法 31
3．2  算術(shù)與邏輯 33
3．3  使用函數(shù) 34
3．3．1  函數(shù)式語言 34
3．3．2  默認參數(shù)值 35
3．3．3  自定義函數(shù) 36
3．3．4  遞歸的實現(xiàn) 38
3．4  編寫代碼 40
第4章  概率統(tǒng)計基礎(chǔ) 42
4．1  概率論的基本概念 42
4．2  隨機變量數(shù)字特征 45
4．2．1  期望 45
4．2．2  方差 46
4．3  基本概率分布模型 48
4．3．1  離散概率分布 48
4．3．2  連續(xù)概率分布 52
4．3．3  使用內(nèi)嵌分布 55
4．4  大數(shù)定理及其意義 59
4．5  中央極限定理 62
4．6  隨機采樣分布 65
第5章  實用統(tǒng)計圖形 71
5．1  餅狀圖 71
5．2  直方圖 74
5．3  核密圖 78
5．4  箱線圖 81
5．4．1  箱線圖與分位數(shù) 81
5．4．2  使用并列箱線圖 84
5．5  條形圖 87
5．5．1  基本條形圖及調(diào)整 87
5．5．2  堆砌與分組條形圖 88
5．6  分位數(shù)與QQ圖 91
第6章  數(shù)據(jù)輸入/輸出 99
6．1  數(shù)據(jù)的載入 99
6．1．1  基本的數(shù)據(jù)導入方法 99
6．1．2  處理其他軟件的格式 103
6．1．3  讀取來自網(wǎng)頁的數(shù)據(jù) 104
6．1．4  從數(shù)據(jù)庫中讀取數(shù)據(jù) 106
6．2  數(shù)據(jù)的保存 108
6．3  數(shù)據(jù)預處理 109
6．3．1  常用數(shù)學函數(shù) 110
6．3．2  修改數(shù)據(jù)標簽 113
6．3．3  缺失值的處理 114
第7章  高級數(shù)據(jù)結(jié)構(gòu) 118
7．1  列表 118
7．1．1  列表的創(chuàng)建 118
7．1．2  列表元素的訪問 120
7．1．3  增刪列表元素 121
7．1．4  拼接列表 123
7．1．5  列表轉(zhuǎn)化為向量 123
7．1．6  列表上的運算 124
7．1．7  列表的遞歸 125
7．2  數(shù)據(jù)框 126
7．2．1  數(shù)據(jù)框的創(chuàng)建 126
7．2．2  數(shù)據(jù)框元素的訪問 128
7．2．3  提取子數(shù)據(jù)框 129
7．2．4  數(shù)據(jù)框行列的添加 130
7．2．5  數(shù)據(jù)框的合并 132
7．2．6  數(shù)據(jù)框的其他操作 134
7．3  因子 135
7．3．1  因子的創(chuàng)建 136
7．3．2  因子中插入水平 137
7．3．3  因子和常用函數(shù) 138
7．4  表 140
7．4．1  表的創(chuàng)建 141
7．4．2  表中元素的訪問 143
7．4．3  表中變量的邊際值 143
第8章  統(tǒng)計推斷 146
8．1  參數(shù)估計 146
8．1．1  參數(shù)估計的基本原理 146
8．1．2  單總體參數(shù)區(qū)間估計 149
8．1．3  雙總體均值差的估計 155
8．1．4  雙總體比例差的估計 161
8．2  假設(shè)檢驗 162
8．2．1  基本概念 162
8．2．2  兩類錯誤 166
8．2．3  均值檢驗 167
8．3  極大似然估計 172
8．3．1  極大似然法的基本原理 172
8．3．2  求極大似然估計的方法 174
8．3．3  極大似然估計應(yīng)用舉例 176
第9章  非參數(shù)檢驗方法 181
9．1  列聯(lián)分析 181
9．1．1  類別數(shù)據(jù)與列聯(lián)表 181
9．1．2  皮爾遜（Pearson）的卡方檢驗 182
9．1．3  列聯(lián)分析應(yīng)用條件 186
9．1．4  費希爾（Fisher）的確切檢驗 188
9．2  符號檢驗 190
9．3  威爾科克森（Wilcoxon）符號秩檢驗 195
9．4  威爾科克森（Wilcoxon）的秩和檢驗 199
9．5  克魯斯卡爾-沃利斯（Kruskal-Wallis）檢驗 204
第10章  一元線性回歸 208
10．1  回歸分析的性質(zhì) 208
10．2  回歸的基本概念 210
10．2．1  總體的回歸函數(shù) 210
10．2．2  隨機干擾的意義 211
10．2．3  樣本的回歸函數(shù) 213
10．3  回歸模型的估計 214
10．3．1  普通最小二乘法原理 214
10．3．2  一元線性回歸的應(yīng)用 216
10．3．3  經(jīng)典模型的基本假定 218
10．3．4  總體方差的無偏估計 222
10．3．5  估計參數(shù)的概率分布 225
10．4  正態(tài)條件下的模型檢驗 227
10．4．1  擬合優(yōu)度的檢驗 227
10．4．2  整體性假定檢驗 231
10．4．3  單個參數(shù)的檢驗 233
10．5  一元線性回歸模型預測 234
10．5．1  點預測 234
10．5．2  區(qū)間預測 235
第11章  線性回歸進階 239
11．1  多元線性回歸模型 239
11．2  多元回歸模型估計 241
11．2．1  最小二乘估計量 241
11．2．2  多元回歸的實例 242
11．2．3  總體參數(shù)估計量 245
11．3  多元回歸模型檢驗 247
11．3．1  線性回歸的顯著性 247
11．3．2  回歸系數(shù)的顯著性 249
11．4  多元線性回歸模型預測 250
11．5  其他回歸模型函數(shù)形式 253
11．5．1  雙對數(shù)模型以及生產(chǎn)函數(shù) 253
11．5．2  倒數(shù)模型與菲利普斯曲線 255
11．5．3  多項式回歸模型及其分析 258
11．6  回歸模型的評估與選擇 260
11．6．1  嵌套模型選擇 261
11．6．2  赤池信息準則 262
11．6．3  逐步回歸方法 265
11．7  現(xiàn)代回歸方法的新進展 269
11．7．1  多重共線性 269
11．7．2  嶺回歸 270
11．7．3  從嶺回歸到Lasso 271
第12章  方差分析方法 275
12．1  方差分析的基本概念 275
12．2  單因素方差分析方法 278
12．2．1  基本原理 278
12．2．2  分析步驟 279
12．2．3  強度測量 280
12．3  雙因素方差分析方法 281
12．3．1  無交互作用的分析 281
12．3．2  有交互作用的分析 286
12．4  多重比較 289
12．4．1  多重t檢驗 290
12．4．2  "Dunnett" 檢驗 291
12．4．3  "Tukey" 的"HSD" 檢驗 294
12．4．4  "Newman" -"Keuls" 檢驗 298
12．5  方差齊性的檢驗方法 301
12．5．1  "Bartlett" 檢驗法 301
12．5．2  "Levene" 檢驗法 303
第13章  聚類分析 307
13．1  聚類的概念 307
13．2  K均值算法 308
13．2．1  距離度量 309
13．2．2  算法描述 310
13．2．3  應(yīng)用實例 312
13．3  最大期望算法 314
13．3．1  算法原理 314
13．3．2  收斂探討 319
13．4  高斯混合模型 320
13．4．1  模型推導 320
13．4．2  應(yīng)用實例 323
第14章  支持向量機 326
14．1  從邏輯回歸到線性分類 326
14．2  線性可分的支持向量機 330
14．2．1  函數(shù)距離與幾何距離 330
14．2．2  最大間隔分類器 332
14．2．3  拉格朗日乘數(shù)法 334
14．2．4  對偶問題的求解 339
14．3  松弛因子與軟間隔模型 343
14．4  非線性支持向量機方法 345
14．4．1  從更高維度上分類 345
14．4．2  非線性核函數(shù)方法 347
14．4．3  默瑟定理與核函數(shù) 350
14．5  對數(shù)據(jù)進行分類的實踐 350
14．5．1  基本建模函數(shù) 351
14．5．2  分析建模結(jié)果 355

第15章  人工神經(jīng)網(wǎng)絡(luò) 358
15．1  從感知機開始 358
15．1．1  感知機模型 358
15．1．2  感知機學習 360
15．1．3  多層感知機 362
15．2  基本神經(jīng)網(wǎng)絡(luò) 365
15．2．1  神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu) 365
15．2．2  符號標記說明 366
15．2．3  后向傳播算法 368
15．3  神經(jīng)網(wǎng)絡(luò)實踐 370
15．3．1  核心函數(shù)介紹 370
15．3．2  應(yīng)用分析實踐 372
參考文獻 375