R數據科學實戰（第2版）

第Ⅰ部分 數據科學引論
第1章 數據科學處理過程
1.1 數據科學專案中的角色
1.2 數據科學專案的階段
1.2.1 制定目標
1.2.2 收集和管理數據
1.2.3 建立模型
1.2.4 評價和評判模型
1.2.5 展現結果和編制文檔
1.2.6 部署模型
1.3 設定預期
1.4 小結
第2章 從R和數據入門
2.1 R入門
2.1.1 安裝R、工具和示例
2.1.2 R程式設計
2.2 處理文件中的數據
2.2.1 使用來自檔或URL的結構良好的數據
2.2.2 使用R處理非結構化的數據
2.3 使用關係數據庫
2.4 小結
第3章 探索數據
3.1 使用概要統計方法發現問題
3.2 使用圖形和視覺化方法發現問題
3.2.1 採用視覺化的方法檢查單2量的分佈
3.2.2 採用視覺化的方法檢查兩個2量之間的關係
3.3 小結
第4章 管理數據
4.1 清洗數據
4.1.1 特定領域的數據清洗
4.1.2 處理缺失值
4.1.3 自動處理缺失值2量的vtreat套裝程式
4.2 數據轉換
4.2.1 歸一化處理
4.2.2 中心化和定標
4.2.3 針對偏態分佈和廣泛分佈的對數轉換
4.3 用於建模和驗證的抽樣處理
4.3.1 用於測試和訓練的分組數據集
4.3.2 創建一個樣本分組列
4.3.3 記錄分組
4.3.4 數據來源
4.4 小結
第5章 數據工程與數據整理
5.1 數據選取
5.1.1 設置行子集和列子集

第Ⅱ部分 建模方法
第6章 選擇和評價模型
第7章 線性和邏輯回歸
第8章 高級數據準備
第9章 無監督方法
220章 高級方法探索

第Ⅲ部分 結果交付
221章 文檔編制和部署
222章 有效的結果展現

附錄A 使用R和其他工具
附錄B 重要的統計學概念
附錄C 參考文獻