数学建模社区-数学中国

标题: 推荐几本不错的R语言图书 [打印本页]
作者: 芊芊世界    时间: 2016-5-25 16:22
标题: 推荐几本不错的R语言图书
本帖最后由 芊芊世界 于 2016-5-25 18:12 编辑 + v3 O4 u) [  Q- K

+ }% S/ t' v  b: I
图片1.jpg

. ]7 _8 V, k6 n( k# J数据挖掘与R语言
8 a, x" l6 D# q" Y
5 v1 g6 h0 x  I3 H* t2 q本书首先简要介绍了R软件的基础知识（安装、R数据结构、R编程、R的输入和输出等）。然后通过四个数据挖掘的实际案例 （藻类频率的预测、证券趋势预测和交易系统仿真、交易欺诈预测、微阵列数据分类）介绍数据挖掘技术。这四个案例基本覆盖了常见的数据挖掘技术，从无监督的 数据挖掘技术、有监督的数据挖掘技术到半监督的数据挖掘技术。全书以实际问题、解决方案和对解决方案的讨论为主线来组织内容，脉络清晰，并且各章自成体 系。读者可以从头至尾逐章学习，也可以根据自己的需要进行学习，找到自己实际问题的解决方案。 ' d1 G' r" t5 F- l

1 ^: s, l. v+ ]: o7 \本书不需要读者具备R和数据挖掘的基础知识。不管是R初学者，还是熟练的R用户都能从书中找到对自己有用的内容。读者既可以把本书作为学习如何应用R的一本优秀教材，也可以作为数据挖掘的工具书。 / c3 G. ]* E% x& i6 M

" L' a8 ]8 ^6 c! j- H9 G7 _% M2 t
- b8 [" o" Y1 t% n, J7 _- |" }" b; J
图片2.jpg
  k* M) W+ t' T8 y# {* g
7 n1 D! l. J3 Z; P+ F9 T2 b机器学习：实用案例解析
, C) A" W7 q0 R( i/ ]( ~6 k% _! |5 c) C( z2 ^! A# c% {
机器学习是计算机科学和人工智能中非常重要的一个研究领域，近年来，机器学习不但在计算机科学的众多领域中大显身手，而且成为一些交叉学科的重要支撑技 术。本书比较全面系统地介绍了机器学习的方法和技术，不仅详细阐述了许多经典的学习方法，还讨论了一些有生命力的新理论、新方法。
, V7 l; B1 D" Q4 ^7 D0 Q6 K
8 u! a. G4 y' V2 y全书案例既有分类问题，也有回归问题；既包 含监督学习，也涵盖无监督学习。本书讨论的案例从分类讲到回归，然后讨论了聚类、降维、最优化问题等。这些案例包括分类：垃圾邮件识别，排序：智能收件 箱，回归模型：预测网页访问量，正则化：文本回归，最优化：密码破解，无监督学习：构建股票市场指数，空间相似度：用投票记录对美国参议员聚类，推荐系 统：给用户推荐R语言包，社交网络分析：在Twitter上感兴趣的人，模型比较：给你的问题找到最佳算法。各章对原理的叙述力求概念清晰、表达准确，突 出理论联系实际，富有启发性，易于理解。在探索这些案例的过程中用到的基本工具就是R统计编程语言。R语言非常适合用于机器学习的案例研究，因为它是一种 用于数据分析的高水平、功能性脚本语言。 - K  a% m; A0 }

" D9 q- I6 U* S4 z0 k0 K3 W" d0 o( q& Q9 C5 [: f

! E8 r8 I6 K2 T  {. e 图片3.jpg 5 _4 T2 e* _1 ~1 Z! \2 h
5 P1 S2 M2 x2 {1 m! t8 [4 B4 ~7 R4 |
R语言经典实例
$ k: [9 n; }$ L: e. d0 ^) s, V' i& ^3 s( x& ]+ c
本书涵盖200多个R语言实用方法，可以帮助读者快速而有效地使用R进行数据分析。R语言给我们提供了统计分析酣一切工具，但是R本身的结 构可能有些难于掌握。本书提供的这些面向任务、简明的R语言方法包含了从基本的分析任务到输入和输出、常用统计分析、绘图、线性回归等内容，它们可以让你 马上应用R高效地工作。
! b' S/ c) c2 S每一个R语言方法都专注于一个特定的问题，随后的讨论则对问题的解决方案给出解释，并阐释该方法的工作机理。对于R的初级用户，《R语言经典实例》将帮助 你步入R的殿堂；对于R的资深用户，本书将加深你对R的理解并拓展你的视野。通过本书，你可以使你的分析工作顺利完成并学习更多R语言知识。本书由蒂特 著。 : {2 i5 J2 Y* K& D

  V6 [# t0 D1 g& b
" T' H' h! E) W. b7 a, Y2 I
5 c4 i4 e. |. H1 e7 J' d& A 图片4.jpg
$ Z" L, F. m) ?4 s, u% l2 O* c) ^6 n) ~
R语言编程艺术
* Q1 K7 @. Q' E3 b
5 X6 \) o; {& A# i: D' v, Z8 VR语言是世界上最流行的用于数据处理和统 计分析的脚本语言。考古学家用它来跟踪古代文明的传播，医药公司用它来探索哪种药物更安全、更有效，精算师用它评估金融风险以保证市场的平稳运行。总之， 在大数据时代，统计数据、分析数据都离不开计算机软件的支持，在这方面R语言尤其出色。 / k& a! G% L6 J# Y/ D, X8 B
5 u! m3 @4 m. D; i
本书将带领你踏上R语言软件开发之旅，从最 基本的数据类型和数据结构开始，到闭包、递归和匿名函数等高级主题，由浅入深，讲解细腻，读者完全不需要统计学的知识，甚至不需要编程基础。而书中提到的 很多高级编程技巧，都是作者多年编程经验的总结，对有经验的开发者也大有裨益。本书精选了44个扩展案例，这些案例都源自于作者亲身参与过的咨询项目，都 是与数据分析相关的，生动展示了R语言在统计学中的高效应用。 $ \) f& L+ g/ ?, A# t

0 F- Q. f; U, M$ g  M% X1 J3 Z5 a; Q% C. }# r0 T

4 h+ ^- O* I  n1 M# ] 图片5.jpg % e, s; O& h( V( M
" y( Z7 h6 J6 h( J4 N
金融数据分析导论：基于R语言 2 i( z% x( B! P

& b0 L, n, w' g& a本书由统计学领域著名专家Ruey S. Tsay（蔡瑞胸）所著，从基本的金融数据出发，讨论了这些数据的汇总统计和相关的可视化方法，之后分别介绍了商业、金融和经济领域中的基本时间序列分析和计量经济模型。
6 b/ {: j* ^5 x7 b1 f
4 m3 r& M9 ]" I# d  _# v
. y6 N4 X1 t- p6 S$ Z& g1 ^
! t4 s9 [3 q% t) N' D* d3 P7 f 图片6.jpg
" Z  u- _, N- g% i) O
- V) R! J. j! V1 Q2 c6 w) N' W时间序列分析及应用:R语言(原书第2版) & z' o* R7 J3 U( i$ P. U( v% s

; Z4 Y5 ~& u4 ?本书以易于理解的方式讲述了时间序列模型及其应用，主要内容包括：趋势、平稳时间序列模型、非平稳时间序列模 型、模型识别、参数估计、模型诊断、预测、季节模型、时间序列回归模型、异方差时间序列模型、谱分析入门、谱估计、门限模型.对所有的思想和方法，都用真 实数据集和模拟数据集进行了说明。
2 Z* v! s) H9 W0 b/ t. E本书可作为高等院校统计、经济、商科、工程及定量社会科学等专业学生的教材或教学参考书，同时也可供相关技术人员使用。( [# m" b* d5 C3 b- c' ]: z' h

- q+ f$ k) ^/ _$ e; J另附相关电子书：
- u2 v) r: J$ A; C$ O* @4 k+ a, e$ @6 i. l
[R语言实战].(R.in.Action).Robert.I.Kabacoff.文字版.pdf (22.95 MB, 下载次数: 57)
  ~5 S1 d# l( m- b4 d+ @1 N( J! A8 e& `
R语言编程艺术.pdf (22.43 MB, 下载次数: 49) 8 P8 j! [4 `# v/ `4 `+ U; W3 u" K

! V2 Y; N2 t7 U3 X$ [7 ~1 Y 机器学习：实用案例解析.pdf (10.32 MB, 下载次数: 48) ) o5 y8 X5 ]9 o" v9 M6 N7 V
  L7 \! L. N4 J/ a! }
数据挖掘与R语言.pdf (23.43 MB, 下载次数: 28)
) s+ I: {8 d5 x' @+ d. _/ ?- ^9 V' R
) n9 s) {9 |2 G/ a  m6 |
作者: 犯花痴的豆子    时间: 2016-5-25 17:27
路过顶一个！！！感谢分享5 k9 Y# q& U  Q$ j3 V( H4 X8 x
作者: 浪漫的事    时间: 2016-5-25 17:37
谢谢楼主分享  P: Z% |( A: ^' z  T  x
作者: avex514    时间: 2019-8-9 22:28
谢谢分享2 L% F: X& A% s7 Z1 t9 y
作者: TimeMachine    时间: 2020-2-27 22:13
多谢楼主的分享
$ w7 b! Q0 b! T! O/ x
作者: 672612431    时间: 2020-2-29 12:48
谢谢谢谢谢谢谢谢谢谢谢谢谢谢谢谢
0 h) c; [+ ^, U7 G$ n



欢迎光临 数学建模社区-数学中国 (http://www.madio.net/) Powered by Discuz! X2.5