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
5 q* e8 [8 n0 `4 I5 d- g& e0 Y  p. b& H  v! L
图片1.jpg

: f6 a0 F% B; }数据挖掘与R语言
9 K9 r9 R* V1 k$ ?0 W0 N: A4 E9 u/ `% Z* a) z+ i
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。
& c$ V2 l& L& m7 D- i& [
) h, n; a, @& d7 S! U1 `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。
! U2 k! ]) k/ ~) m0 @
; P5 d# \8 J5 h% }- F
$ x3 j0 ?) U) r7 p+ _  q
; l& t, o8 b9 ` 图片2.jpg
! H- [# a/ t& u# o4 _& i+ j
5 K6 O& Q. f) \) z8 ^机器学习：实用案例解析
+ {! ?2 P& q  S. Z0 h/ ^6 t: e. V7 a- U0 E0 d
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。 ) e" n% r; D, I8 f

! Z% ~) E$ n  Z* t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。
/ x/ V  E! d8 p, z1 t
) S' S$ p9 M3 t% K9 u
2 j: _; v/ X4 S+ V% g/ T
) U6 ]6 Z& ]9 e' u4 ] 图片3.jpg
1 g0 p& L8 W4 ]  t5 g$ B$ \8 }
: ?: Q+ V. ?- ?8 |/ G1 NR语言经典实例
" l5 E1 m9 n4 C3 O6 ]$ z1 m1 S6 Z3 J; J( G) G3 D3 M
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。
: g! U/ _3 r) \  m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。
  X; q  o6 @: O
5 X( t2 i2 o" ^6 P# \- d3 ?
, ^" P4 G+ E/ r7 e% ^# y% x6 U2 C9 ~% q
图片4.jpg
2 o. [! e. `! B5 f. H6 I7 m
! @4 ?; Y7 ]) LR语言编程艺术
0 ?7 n& R1 R: C) ^9 T' Y
4 W# B8 l/ U7 E4 F/ t! J3 e  rR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。
9 r/ u2 s# ]; o8 w( b8 l
* O  g! m' G/ M/ _" B( B- ]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。
' U/ R% z" r# ?2 h+ m
  O  \/ t% C, r, b# E  S6 c7 I! W
4 O+ |7 o) H* E9 k* y
图片5.jpg , u) Z3 _- i+ Z. B; C6 T# Z

, f  G8 _' j! Z5 S/ M金融数据分析导论：基于R语言 / o  P5 C$ T9 P6 Q

& Q+ Y' U$ R3 F: l" H5 {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。 ' m# Y: A0 r2 q6 I, _/ c1 w
0 h: H% P$ ]$ C' x7 B9 \. m& o
2 u( L3 Y' N; r' r' M( W
# d% P- J7 L; E  O
图片6.jpg , g8 @$ [; ?% ^0 q2 u! ^# I

9 V3 j( A, @/ m时间序列分析及应用:R语言(原书第2版)
/ o+ A  E3 I6 R: h. J! A9 }$ U# q' u& R& e: v
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。 $ Z! o" }7 }" s! D
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。
2 g& o- S; B$ }, A/ Z5 f/ p' [/ D! O/ ^
另附相关电子书：/ ?! v/ s2 O( b  t

6 g! [& H% M. ]7 }+ l4 F) f$ { [R语言实战].(R.in.Action).Robert.I.Kabacoff.文字版.pdf (22.95 MB, 下载次数: 57)   O" b+ w% T6 o$ F$ L3 D
0 N0 X1 `# j6 f$ ?& N! X5 r
R语言编程艺术.pdf (22.43 MB, 下载次数: 49)
9 c: i( U  p1 n+ m* K, z4 l2 I/ J7 O, R. P( E
机器学习：实用案例解析.pdf (10.32 MB, 下载次数: 48)
$ J7 E4 O% ]. s4 N; N( f& }5 g, F; [3 Z3 e
数据挖掘与R语言.pdf (23.43 MB, 下载次数: 28) + S. }  z: L7 e1 s

) m3 ]3 }# X: q
3 A1 p( Z/ p* E
作者: 犯花痴的豆子    时间: 2016-5-25 17:27
路过顶一个！！！感谢分享
. ?7 Y( t' v, z8 f, c: E, g7 `/ d
作者: 浪漫的事    时间: 2016-5-25 17:37
谢谢楼主分享% u+ z" r+ A3 Q+ I
作者: avex514    时间: 2019-8-9 22:28
谢谢分享
5 T8 |9 D; S% o
作者: TimeMachine    时间: 2020-2-27 22:13
多谢楼主的分享- `- q( o2 k/ S; q4 N! C: {1 K
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
. ]# w/ e* ]9 D: r. o



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