          机器学习与R语言培训

一：机器学习基本理论
机器学习概述

机器学习算法分类及知识框架

机器学习相关概念

机器学习一般步骤

案例：用R实现机器学习模型预测

二：R语法基础
R语言基础语法

数据处理常用R包介绍（tidyr，dplyr，stringr,reshape2,ggplot2）

数据的存取与编辑

非结构化数据的读取

案例：用R实现MySQL数据库数据读取

三：数据清洗方法
缺失数据处理

异常值的辨识处理

不平衡数据的处理

特征提取与特征工程

案例：针对美国人群收入等数据进行数据清洗

四：线性回归与Logistic回归
线性回归与小二乘法

Lasso回归及岭回归

Logistic回归模型

多分类Logistic回归模型

案例：运用Logistic回归模型预测学生录取情况

五：K近邻（KNN）算法
k近邻算法原理

k近邻算法R实现

案例：运用KNN实现前列腺癌症检测

六：聚类算法
聚类算法原理

聚类算法R实现

案例：运用聚类分析进行离群点识别

七：基于决策树类型算法介绍
决策树算法

随机森林算法

八：提升算法
Adaboost算法

GBDT算法

XGBoost

案例：针对美国人群收入预测模型比较

九：SVM支持向量机算法介绍
SVM基本原理

SVM算法的R实现

十：人工神经网络
人工神经网络（RNN）

深度学习

案例：运用神经网络实现手写数字识别

十一：地图可视化：上海交通地图数据可视化实战
数据可视化基本图形选择汇总

绘制数据地图常用方法

交互式可视化实战

十二：机器学习mlr包：债务预测实战
mlr包介绍

实际问题分析及数据处理

多种分类算法模型的比较