Data Science Introduction with R

---

简介 - Introduction

1. 本项目是一套以 R 为分析语言的数据科学入门教程。
2. 网站: https://ds-r.leovan.tech
3. Git 仓库目录结构:
   • 一级目录为一个专题
   • 二级目录:
     • data: 数据文件目录，包含本节所需数据文件
     • notebooks: 练习笔记目录，包含本节使用的笔记
     • scripts: 代码脚本目录，包含本节所需的代码脚本
     • slides: 幻灯片目录，包含本节幻灯片的源代码
   • 幻灯片: 一级目录下的 PDF 文件即为本节课程的幻灯片
   • docs 目录: 包含配置手册等其他资料
4. 本项目遵守 CC BY-NC-SA 4.0 协议。

准备 - Preparation

1. 操作系统: Windows 10+ (x64)，macOS 10.12+，Ubuntu 16.04+
2. R: Microsoft R Open 最新版本 (下载地址，容易配置安装，自带 MKL 矩阵运算加速)
3. RStudio: 最新 Preview 版本 (下载地址，Preview 版本有些新特性比较实用)
4. Visual Studio Code: 最新版本 (下载地址，用于代码浏览和编辑)
5. Python: 最新版本 Anaconda Python 3 (下载地址，用于 Jupyter 基础环境)
6. Typora: 最新版本 (下载地址，用于 Markdown 浏览)
7. nteract: 最新版本 (下载地址，Jupyter Notebook 桌面客户端)

数据科学简介 - Data Science Introduction

1. 数据科学概念
   • 数据科学 (Data Science)
   • 数据产品 (Data Product)
   • 跨界
2. 数据科学工具箱
   • 数据科学常用工具
   • 数据科学之战：R 和 Python
   • 为什么选择 R 语言
3. 数据科学分工与流程
   • 数据科学分工
   • 数据分析和挖掘流程

R 语言简介 - R Language Introduction

1. R 相关环境配置
2. R 基础语法
3. R 对象，函数和扩展包
4. R 数据结构
5. R 语言编码风格

数据分析基础 - Data Analytics Introduction

1. 大神的工具箱
2. R 基础数据处理
   • 文件读取和保存
   • 数据变换
   • apply 函数族及其扩展
3. R 可视化
   • ggplot2
   • Plotly

统计分析基础 - Statistical Analytics Introduction

1. 探索性分析
   • 描述性统计量
   • 常用分布
2. 实验设计
   • 假设检验概念
   • 常用假设检验
3. 线性回归
   • 一元线性回归
   • 多元线性回归
   • 广义线性回归
   • 最小二乘法与梯度下降

特征工程 - Feature Engineering

1. 数据预处理
   • 数据清洗
   • 采样
2. 特征变换和编码
   • 无量纲化
   • 离散化
   • 哑变量化
3. 特征提取，选择和监控
   • 特征提取
   • 特征选择
   • 特征监控

模型评估 & 超参数优化 - Model Evaluation & Hyperparameter Optimization

1. 模型性能评估
   • 回归问题
   • 分类问题
   • 聚类问题
2. 模型生成和选择
   • 过拟合问题
   • 评估方法
   • 偏差和方差
3. 超参数优化

分类算法 (上) - Classification Algorithms - Part 1

1. 逻辑回归
2. 决策树

分类算法 (下) - Classification Algorithms - Part 2

1. Bagging
2. Boosting
3. Stacking

时间序列算法 - Time Series Algorithms

1. 时间序列
2. ARIMA 模型
3. 季节性分析

聚类算法 - Clustering Algorithms

1. K-means
2. 层次聚类
3. 基于密度的聚类

可重复性研究 - Reproducible Research

1. Markdown
2. R Markdown
3. 报告和幻灯片
4. R Notebook

其他算法 - Other Algorithms

1. 自然语言处理
2. 异常检测