R语言数≡据挖掘、机器学习、网络爬虫、文本分析案例▃实战

　　会议主题

　　R语言数据挖掘、机器学习、网络爬虫、文本分析案例实战

　　时间地点

　　2017年7月22日--7月23日北京理工大学(具体教室会另行通知)

　　(时间安排：外地参会人员21日报到，22日～23日正式会议，24日答疑，学员可针对自身情况选择参加 )

　　主办机构

　　主办方：雪晴数据网

　　协办方：北京理工¤大学大数据创新学习中心、北京友万信息科技有限公△司、爬虫俱乐部

　　培训目标

　　本次研讨会采取深入浅出的方法，先以简单的案例引入R数据分析的基本＠原理，随后重点讲解多种常用单︼元的功能和特性，以及有R数据分析与数据的实用技术和处理方法，结合应用实例，针对工作中存在¤的疑难问题进行分析讲解和专题讨论，有效提升与会者解决复杂问〖题的能力。学完课程之后，学员可以用R作为工具独立完成数据挖掘的整个流程。

　　培训特点

　　我们以全流程的完整案例讲解利用R完成数据整理、探索性数据分析、建模分析、模型评估、报告展示等环节。

　　我们将R语言的应用与业务实际相结合，而◣不是通篇介绍R包和函数。

　　我们还有动手实＠践环节，有老师和助教解∩答学员在操作中遇到的问题。

　　还将针对工作中存在的疑难问题进行分析讲解和专题讨论，有效提☆升学员解决复杂问题的能力。

　　学习结束后，学员〖可得到本次课程的全程视频，以便进一步学习。

　　为什么要学R语言，学了以后有什么好处?

　　不论您是在互联网行业，还是◣在银行，抑或是在高校◣里做教学科研的工作，有可能会接触到数据处理、数据建模的问题。有ω可能在你组织机构内部的数据不够，你需要从网上爬取更多¤的数据。在将你的业务问☆题转化为数据分析的问题之后，就需要使用工具来帮你做数据处理和建模的工作。相对于SPSS来说，R更加灵活，包含有从数据获取、数据整理、建模、可视化展示、自动化报告等完整的分析流程所需要的功能。相对于C++、Java这些通用编程语言来说，R是专门为数据分析的任务设计的，语法更简∞洁，学习成本更低，功ζ能更强大。根据我们多年的经验，非计算机专业的人学习R语言，会更快上ω　手。

　　网上有很多R语言的课程，为什么要选雪晴数据网╱?

　　市场上有各种R语言的课程，各有各的特色及优点，有的还是免费的，这里我们不比较各自的不同〇，就说说我们有什么优点吧→：

　　优秀的讲师团队：我们的讲师不但有多年的工作经验，也有丰富★的教学经验，不▲但技术过硬，也善于用通俗①的语言讲解复杂的知识点，更有耐心为学员解答学习过程中的问题。每次课程我们都会反复研究，花大量时间准备课程材料，力求用最适合的案例和方式为学员讲解。

　　案例教学的方法：我们从2013年开始举办公开的技术培训，也曾多次给企业做内部培训，从多年的教学实践中，我们发现，用传统以↑知识点讲解为主线■，案例为辅的方式▃，效果并不※好→。学员反映，听了后面忘前面，学了一堆东西却不知道怎么用。经过多次尝试，我们摒弃了这种教学方式，采用以♀案例为主线，在案例中讲解知识点的方法，在一个案例中串联多个知识点，利用遗忘曲线的原理，我们用多个案例重现数据分析的流程，学员自然会举一反三了。

　　选取有实↙用价值的案例：iris数据集、titanic数据、NBA比赛数据跟我们的工作和科研有什么关系?基本没关系，那我们在讲课的时候就不会用这种」数据。而且我们教的是如何使用数据分㊣析技术，并不是教你怎么々写代码※，我们培养的不是码农，而是数据科学家。所以我们选择的案例，都是有现实的商业意义，或者科研价值。在讲解过程中，不但告诉你代码怎么写，还会教你怎么解决问题，为什么要这么∑　做。

　　贴心的助教制度：我们每次」开课都会有助教，因为是手把手︾的课程，助教的存在，就是为了能解答您的问题█，确保您有学会，满载回家。而且我们的助教都有实战经验，有的来自业界【，有的可能就是前几批的优秀学员，我们也欢迎您以后加入我们的助教或讲师团队。

　　对课程品质的坚持：我们在不『同场合讲解过课程的内容，不断调整打磨课㊣　程，即使是相近的主题，我们也会对课程内容和案例进行升级，挑选出最适合市场趋⊙势的案例和技术来讲解。

　　报名参◇加培训之后，还能得到什¤么福利?

　　· 报名参加我们的课程，就自动成为我们的VIP会员，以后购买我们的线下或线上课程都有优惠。

　　· 加入到我们的VIP微信群、QQ群中，以后在学习中如果遇到问题，我们的老师和助教会帮忙解答

　　· 一些不方便大范围分享的演讲视频和课程视频，我们会优先①分享给VIP会员。比如，本次课程之后︼，学员将获赠ω《R语言可重复研究与自动化报告》、《R语言时间序列分析》这两门视□　频课程

　　· 我们组织的内部分享会，VIP会员有■优先报名权

　　没有学过R，也可以来上课吗?

　　当然可以。其实每次都有对编程一无所知的小白来参加我们的课程，他们甚至对电脑的很多知识都不甚〓了解，经过两三天①的课程，不少人不但跟下来了，还很有收获。对R有一点认◣识的朋友相信一定可以得心应手，针对＠完全没有碰过R的新手，报名之ω后我们会推荐您R的基础在线课程进行课前的练习，也可以提前一天报到，参加我们的课前辅导。

　　另外，即使没有完全学会编程的内容，听听老师讲的案例和数据分析的思想也是很有收获的。

　　培训对象

　　从事互联网、金融、医疗、生态、经济、统计、银行、通信、环境行业的数据分析从业人员，以及相关企事业单位技术∴骨干、科研院所研究人◣员，和大专院校相关专◆业教学人员及在校研究生、硕士、博士等相关人①员。

　　讲师介绍

　　陈堰平，雪晴数据网创始人，北京理工大学大数据创新学习中心导师团成员，2017年1月获“微软最有价值专家”荣誉称号。毕业于中国人民大学统计学□　院，曾获CQF国际数量金融认证，先后任新华社指数中心技术总监、SupStat Analytics中国区首席技术官。在统计咨询、数据挖掘、开发数据驱动的╱商业解决方案等领域有∴近十年的经验，曾为国家统计局、微软、惠普、德勤咨询、联想、丰田、招商银行、花旗银行、东方航空、中国移动、中国电信、中国联通、国家检察官学院等机构做过数据科学方面的培↘训和咨询。曾开发贝叶斯动∞态预测模型的R包ssDLM，译作有《R语言编程艺→术》、《实用数据分析》和《R语言临床数据分析》，主讲的在线公开课《R语言数据分析入门》、《R语言大规模数据分析实战》已在多个平台上发布，累积学习人数过万人。

　　培训费用

　　在职人员2000元/人，学生1600元/人(含会议注册费、资料费、场地费)。食宿费⌒　用自理。

　　与会→者可申请工信部《数据挖掘与分析↑应用高级工程师》职业技术水平证书，通过考核后即可获得证书，需另交考试◥费、证书工本费共400元。

　　参与雪晴数据网】奖学金计划，更可以减免大笔学费，只要你足够勤奋，可以免费学!!

　　奖学金计划

　　1. 为雪晴数据∏网(www.xueqing.tv)投稿的用∑　户(原创或翻译文章)，可以获得代金券(按文章▼质量，奖励50到200元不等)，以抵▃扣线上线下课程学费，投稿『请联系管理员contact@xueqing.tv

　　2. 注册并登录雪晴数据网，进入用户中心，然后进入邀请页面(http://www.xueqing.tv/me/invite )，获得邀请链接后，转发给好友，如果对方成功注册，双方都可获得奖励，可抵扣学费。

　　3. 累计五天(可不连续)转发〗本课程通知到自己朋友圈，并ξ附上推荐理由，截图发给我们▼的工作人员，报∑　名可优惠200元。

　　优惠政策

　　1. 现场班老学员8折优惠

　　2. 三人以上同时报名9折优惠

　　3. 五人㊣以上同时报名8折优惠

　　课程安排

　　本次讨论会采取“线上+线下”的方式，雪晴数据网已经上线了数门在线课程，免费向公众开放，我们会在课程里介绍R语言的基础知识。参加线下课程的学员，除了可以学∏习线上免费课程，还可以在线下〖学习更加深入的行业案例，并在课后得到线下课程的视频。

　　线上课程

　　· R语言的介绍及基础语法：如何学习R，R的数据结ξ　构，控制语句「等

　　· 读写数据：从文件、网络、数据库等数据源读取▼数据，保存数据到文件、数据库

　　· 数据整理入门：数据的变换、重塑、拆分合并以及汇总

　　· 数据可视化：基ω　础绘图系统、lattice、ggplot2等介绍

　　请于线下课程开始之前自己学习以下课程

　　· http://www.xueqing.tv/course/1

　　· http://www.xueqing.tv/course/64

　　· http://www.xueqing.tv/course/31

　　· http://www.xueqing.tv/course/66

　　· http://www.xueqing.tv/course/67

　　· http://www.xueqing.tv/course/69

　　线下课程

　　时间： 2017年7月22日(周六)～23日(周日)

　　地点：北京理工大学

　　课程大纲

第一天
第一讲 R语言介绍◎及R语言基『础语法	1. 什么是R 及如何学ㄨ习R 2. Rstudio，扩展包，工作空间 3. 数据对象 4. 向量化操作 5. 函数和控制语句 6. R命令提示符⊙及R 脚本文件	涉及知识点： dplyr包：数据整理、筛选、汇总 ggplot2：数据可视化探索性数据分析：交叉表预测性分析：利用指数平滑等方法预测销售量 knitr包：自动化报表 flexdashboard包：仪表盘网络爬虫文本分析案例一：针↓对一份电子商务网站的订单数据，从产品、客户、地区等维度来分析销售额和利润ぷ，也可以时间的维度纵向分析销售趋势。案例二：抓取中国政府网历年政府工作报告，并做文本∩分析
第二讲数据整理︼与数据可视化	1. 数据变换、重塑及◣拆分合并 2. 汇总数据、字符串操作、日期操作 3. R 语言中的可视化函数 4. 单变量的特征、比例的构成 5. 多变量的关系、展现时间的【变化
第三讲用R做可重复研究和自动化仪表盘	1. 如何用R在重复研究中自动生成分析报告 2. 可视化展示：并用shiny包〓创建基于Web的动态仪表盘∞，实ぷ现各地区销售额动态比较图 3. 用knitr编写自动化报告
第四讲网络爬虫与文本分析	1. 利用rvest包爬取★页面 2. 分词、词频分析、词云等文本分析
第二天
第五讲初等统计方法及线性回归模型	1. 简单线性回归 2. 回归诊断 3. 多元回归 4. 主成分分析等等	涉及知识点： glm、glmnet、rpart、xgboost等函数和包的←使用因子变量的处理共线性的◤识别和处理 Logistic回归模型系数的商业理解 Microsoft R Server的介绍案例三：某连锁餐厅为提高营业额，做◣了一次市场调查▅，根据收集到的数据，分析是哪些因素影响营业额√，并提出改善经营的建议案例四：预测贷款逾期者(银行业) -- 某银行希望根据客户过去的贷款数据来建模，以便用模型来预测新的贷款者，核贷后会逾期的机率，以做为银▆行是否核贷的依据，或提供给客户其他类型的贷款产品。案例五：零售业销售促销ㄨ(零售业)：此案例的目的是想根据╱零售产品过去的促■销记录，利用神经网络及回归树(Neural Network & Regression Tree)来预测未来的销售成效。
第六讲 Logistic回归及多分类≡Logistic模型	1. logistic回归原理 2. 实现原理及输出解释 3. 无序多分类的logistic回归模型
第七讲数据挖掘模型	1. 基于树的模型：决策树、随机森林 2. boosting方法：adaboost、XGBoost 3. 神经网络与深度学习
第八讲利用Microsoft R Server突破内存限制做海量数据挖掘	1. Microsoft R Server 9.1的下载及安装 2. Microsoft R Server中大数据包的介绍 3. 案例演示

　　报名方式

　　在浏⌒览器访问 http://www.uone-tech.cn/hd-r20170722bj.html，下载报名表并ㄨEmail至：peixun@uone-tech.cn提交。我们随后会联系您。确认报名后，请通过以下三种支付方〇式中的一种来缴费(请保留支付→凭证，拍照或截图发给我们的工作↙人员 )：

　　方式一：对公转账

　　开户名绘辰科技(北京)有限公司

　　开户银行中国工商银行股份公司北京大钟寺东路支行

　　账号 0200151609100034763

　　方式二：支付宝

　　账号 pay@xueqingtv.com

　　户名绘辰科技(北京)有限公司

　　方式三：现场缴费

　　外地学员请于21号提前报到，北京学员可于22号早上8点～8点半报到，缴费并领取发票和纸质邀请函，以及上课教材。

　　由于22号早上现场人□　比较多，鼓励北京学员也于21号报到

　　联系方式

　　联系人：陈洁老师