【FNC】R語言資料分析：從機器學習、資料探勘、文字探勘到巨量資料分析[第三版]_李仁鐘, 李秋緣

以下書況，主觀上皆可閱讀，若收到後不滿意，『都可退書退款』。

書況補充說明: B自然泛黃書斑、髒污。

【購買須知】

（1）照片皆為現貨實際拍攝，請參書況說明。

（2）『賣場標題、內容簡介』為出版社原本資料，若有疑問請留言，但人力有限，恕不提供大量詢問。

（3）『附件或贈品』，不論標題或內容簡介是否有標示，請都以『沒有附件，沒有贈品』為參考。

（4）訂單完成即『無法加購、修改、合併』，請確認品項、優惠後，再下訂結帳。如有疑問請留言告知。

（5）二手書皆為獨立商品，下訂即刪除該品項，故『取消』後無法重新訂購，須等系統安排『2個月後』重新上架。

（6）收到書籍後，若不滿意，或有缺漏，『都可退書退款』。

[商品主貨號] U102260265

[代售商品編號] 101590800279

[ISBN-13碼] 9789864343669

[ISBN] 9864343661

[作者] 李仁鐘, 李秋緣

[出版社] 博碩

[出版日期] 2019/01/31

[內容簡介] (出版商制式文字, 不論標題或內容簡介是否有標示, 請都以『沒有附件、沒有贈品』為參考。)

巨量資料時代來臨，

你需要最新、最實用、功能最強的資料分析工具─R語言

R是一套自由免費的軟體，具有入門容易、使用簡單之特色，目前多應用於機器學習、資料探勘、文字探勘、統計分析及巨量資料分析等領域。

本書第1至5章先介紹R的基本操作及應用，包括認識R語言特性、資料讀取及寫入方式，接著介紹R的繪圖功能及相關套件之運用；第6至9章介紹各類學習演算法，如：決策樹、K平均算法、基因演算法等，每一章節都加入範例供讀者即時練習；第10至12章介紹關聯性規則、社群網路分析、文字探勘及圖形化資料分析工具等內容，將R軟體在資料分析上的使用作更完整的補充，對於沒有程式設計經驗的讀者來說，本書是入門的最佳選擇；第13章及14章加入巨量資料分析介紹，讀者可先了解Hadoop基本原理並充分結合R與Hadoop之功能；讀者亦可了解Spark基本原理並充分學習SparkR之功能，進而導引讀者進入巨量資料分析的殿堂；第15章加入SparkR應用，讀者可瞭解如何應用SparkR。

1. 各章節皆附範例實作，幫助初學者從做中學，增加練習機會，同時培養自行撰寫程式之能力。

2. 附錄加入R、RStudio、Hadoop及Spark軟體的下載及安裝步驟，指令清楚、操作容易，讓讀者輕鬆完成安裝。
李仁鐘

現職：福州外語外貿學院-理工學院教授 /副院長

經歷：華梵大學資訊管理學系教授。

研究專長：智慧型計算及其應用、資訊安全、軟體工程、機器學習等等。

李秋緣

現職：福州外語外貿學院-理工學院教授

研究專長：智慧型計算及其應用、資料挖掘、人工智能、機器學習等等。
第 1 章：簡介

1.1 開始使用 R 軟體

1.2 R 物件

1.2.1 向量

1.2.2 陣列

1.2.3 矩陣

1.2.4 資料框架

1.2.5 因子

1.2.6 列表

1.2.7 物件轉換

第 2 章：資料的讀取與寫入

2.1 資料讀取

2.2 資料寫入與資料集

2.3 RData 格式資料之寫入與讀取

2.4 讀取 SQL Srver 資料庫資料

2.5 讀取 Excel 資料

第 3 章：流程控制及自訂函數

3.1 條件執行

3.2 迴圈控制

3.3 自訂函數

第 4 章：繪圖功能及基本統計

4.1 高階繪圖

4.2 低階繪圖

4.3 互動式繪圖

4.4 圖形參數

4.5 基本統計

第 5 章：相關套件介紹

5.1 機器學習

5.2 資料探勘

5.3 社群網路分析及文字探勘

5.4 巨量資料分析

5.5 套件介紹

第 6 章：監督式學習

6.1 決策樹

6.2 支持向量機器

6.3 人工神經網路

6.4 組合方法

6.4.1 隨機森林

6.4.2 推進法

第 7 章：非監督式學習

7.1 階層式分群法

7.2 K 平均算法

7.3 模糊 C 平均算法

7.4 分群指標

第 8 章：演化式學習

8.1 基因演算法

8.2 人工蜂群演算法

第 9 章：混合式學習

9.1 使用 C50 及 ABCoptim 套件範例

9.2 使用基因演算法來調整人工神經網路參數範例

第 10 章：關聯性規則

10.1 關聯性規則簡介

10.2 Apriori 演算法

第 11 章：社群網路分析及文字探勘

11.1 社群網路分析

11.2 文字探勘

第 12 章：圖形化資料分析工具

12.1 匯入資料

12.1.1 處理資料集

12.1.2 設定變數

12.2 探索及檢定資料

12.3 轉換資料

12.4 建立、評估及匯出模型

第 13 章：R+Hadoop 巨量資料分析

13.1 Hadoop 簡介

13.2 R+Hadoop

第 14 章：SparkR 巨量資料分析

14.1 Dplyr 資料處理套件

14.2 SparkR 資料處理

14.3 SparkR 與 SQL Server

14.4 SparkR 與 Cassandra

14.5 Spark Standalone 模式

14.6 SparkR 資料分析

第 15 章：SparkR 應用

15.1 SparkR 應用於氣溫預測

15.2 SparkR 應用於先分群後分類

附錄A 下載及安裝 R

附錄B 安裝 RStudio Desktop

附錄C 安裝 ODBC

附錄D 指令及用法

附錄E 安裝 R+Hadoop 於虛擬機上

附錄F 安裝 SparkR 於虛擬機上

參考文獻)

-----------------------------------------------------------

分享閱讀 書籍狀態請詳看圖示

■客服電話服務時間: