课程介绍: 本课程主要讲述R软件简介、R语言基本操作、描述性分析、回归建模、boostrap自助法抽样、支持向量机、随机森林、神经网络、决策树、多元分析统计、文本挖掘等数据挖掘分析方法的理论及R软件编程实现操作。该课程从理论和应用的角度，既用简洁易懂的语言讲述理论方法，又同时实际数据分析，展示R软件包及相关的程序。不仅仅适合零基础的R初学者，同时也适合经验较为丰富的R操作者。该课程可以保证学员从直接进入处理实际问题的状态，灵活的用课程所讲的方法和程序处理实际问题。   课程大纲:     章节名称   第一章 准备工作（一）   第一章 准备工作（二）   第一章 准备工作（三）   第一章 准备工作（四）   第二章 R软件的基本操作（一）   第二章 R软件的基本操作（二）   第二章 R软件的基本操作（三）   第二章 R软件的基本操作（四）   第三章 R软件数据描述性分析（一）   第三章 R软件数据描述性分析（二）   第三章 R软件数据描述性分析（三）   第四章 R软件与回归建模（一）   第四章 R软件与回归建模（二）   第四章 R软件与回归建模（三）   第四章 R软件与回归建模（四）   第五章 R软件与boostrap   第六章 R软件与决策树   第七章 R软件与bagging   第八章 R软件与adaboost   第九章 R软件与支持向量机   第十章 R软件与神经网络   第十一章 R软件与随机森林   第十二章 R软件与lasso   第十三章 R软件与文本挖掘（一）   第十三章 R软件与文本挖掘（二）   第十四章 R软件与多元统计分析（一）   第十四章 R软件与多元统计分析（二）   第十四章 R软件与多元统计分析（三）   第十四章 R软件与多元统计分析（四）   第十五章 R软件与应用小结