關(guān)于舉辦“R數(shù)據(jù)挖掘技術(shù)-基于R語言的數(shù)據(jù)挖掘和統(tǒng)計分析技術(shù)”培訓(xùn)的通知
各有關(guān)單位：
中國科學(xué)院計算技術(shù)研究所是國家專門的計算技術(shù)研究機構(gòu)，同時也是中國信息化建設(shè)的重要支撐單位，中科院計算所培訓(xùn)中心是致力于高端IT類人才培養(yǎng)及企業(yè)內(nèi)訓(xùn)的專業(yè)培訓(xùn)機構(gòu)。中心憑借科學(xué)院的強大師資力量，在總結(jié)多年大型軟件開發(fā)和組織經(jīng)驗的基礎(chǔ)上，自主研發(fā)出一整套課程體系，其目的是希望能夠切實幫助中國軟件企業(yè)培養(yǎng)高級軟件技術(shù)人才，提升整體研發(fā)能力，迄今為止已先后為國家培養(yǎng)了數(shù)萬名計算機專業(yè)人員，并先后為數(shù)千家大型國內(nèi)外企業(yè)進(jìn)行過專門的定制培訓(xùn)服務(wù)。
隨著互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的發(fā)展，我們已經(jīng)切實地迎來了一個大數(shù)據(jù)的時代。如何對海量數(shù)據(jù)進(jìn)行挖掘和分析，已經(jīng)成為一個非常重要且緊迫的需求。
R是一個數(shù)據(jù)分析和圖形顯示的程序設(shè)計環(huán)境，用于統(tǒng)計分析、繪圖的語言和操作。是目前廣大企業(yè)較通用的數(shù)據(jù)挖掘與統(tǒng)計分析工具。為解決廣大系統(tǒng)設(shè)計人員深入進(jìn)行數(shù)據(jù)挖掘與統(tǒng)計分析需要，培訓(xùn)中心特舉辦“R數(shù)據(jù)挖掘技術(shù)-基于R語言的數(shù)據(jù)挖掘和統(tǒng)計分析技術(shù)”培訓(xùn)班，具體事宜通知如下：
一、培訓(xùn)對象
1，系統(tǒng)架構(gòu)師、系統(tǒng)分析師、高級程序員、資深開發(fā)人員。
2，牽涉到數(shù)據(jù)挖掘和統(tǒng)計分析的數(shù)據(jù)中心運行、規(guī)劃、設(shè)計負(fù)責(zé)人。
3，政府機關(guān)，金融保險、移動和互聯(lián)網(wǎng)等大數(shù)據(jù)來源單位的負(fù)責(zé)人。
4，高校、科研院所牽涉到數(shù)據(jù)挖掘與統(tǒng)計分析處理的項目負(fù)責(zé)人。
二、學(xué)員基礎(chǔ)
1，對IT系統(tǒng)設(shè)計有一定的理論與實踐經(jīng)驗。
2，對數(shù)據(jù)挖掘和數(shù)據(jù)處理方法有一定的基礎(chǔ)知識。
3，對Hadoop/Spark等大數(shù)據(jù)技術(shù)有一定的了解。
三、師資
由業(yè)界知名大數(shù)據(jù)專家親自授課：
楊老師 主要研究網(wǎng)絡(luò)信息分析以及云計算相關(guān)技術(shù)，長期從事通信網(wǎng)管系統(tǒng)、網(wǎng)絡(luò)信息處理、商務(wù)智能(BI)以及電信決策支持系統(tǒng)的研究開發(fā)工作，主持和參與了多個國家和省部級基金項目，具有豐富的工程實踐及軟件研發(fā)經(jīng)驗。
四、培訓(xùn)要點
互聯(lián)網(wǎng)點擊數(shù)據(jù)、傳感數(shù)據(jù)、日志文件、具有豐富地理空間信息的移動數(shù)據(jù)和涉及網(wǎng)絡(luò)的各類評論，成為了海量信息的多種形式。當(dāng)數(shù)據(jù)以成百上千TB不斷增長的時候，我們在內(nèi)部交易系統(tǒng)的歷史信息之外，需要一種基于大數(shù)據(jù)分析的決策模型和技術(shù)支持。
目前對大數(shù)據(jù)的分析工具，有Hadoop/Yarn上基于Java語言的Mahout，有Spark上基于Scala的MLlib，但這些工具都由于比較年輕以及側(cè)重于計算背景的分布式，與傳統(tǒng)的行業(yè)應(yīng)用還不是太緊密，在傳統(tǒng)行業(yè)中應(yīng)用，至少目前效果和影響還有待提高。
R語言是一個數(shù)據(jù)分析和圖形顯示的程序設(shè)計環(huán)境，廣泛用于統(tǒng)計分析、繪圖的語言和操作。同時R也是一個用于統(tǒng)計計算和統(tǒng)計制圖的優(yōu)秀工具，也是GNU的一個自由、免費、源代碼開放的軟件。R包括一套完整的數(shù)據(jù)處理、計算和制圖軟件系統(tǒng)。其功能包括：數(shù)據(jù)存儲和處理系統(tǒng)；數(shù)組運算工具（其向量、矩陣運算方面功能尤其強大）；完整連貫的統(tǒng)計分析工具；優(yōu)秀的統(tǒng)計制圖功能；簡便而強大的編程語言：可操縱數(shù)據(jù)的輸入和輸入，可實現(xiàn)分支、循環(huán)，用戶可自定義功能。
事實上，R是目前廣大企業(yè)通用的數(shù)據(jù)挖掘與統(tǒng)計分析工具，為此Spark等大數(shù)據(jù)平臺從2014年就開始在SparkR等技術(shù)中，將R引入到大數(shù)據(jù)統(tǒng)計分析中，未來形成以R語言為代表的SparkR， 以類SQL為代表的SparkQL，以及Hive on Tez三足鼎立的大數(shù)據(jù)統(tǒng)計分析工具和平臺。
本課程從R語言數(shù)據(jù)挖掘和統(tǒng)計分析實戰(zhàn)的角度，結(jié)合理論和實踐，全方位地介紹R這一高性能數(shù)據(jù)分析工具的開發(fā)技巧。本課程涉及的主題包括：本培訓(xùn)將介紹基于R語言進(jìn)行數(shù)據(jù)處理、數(shù)據(jù)探索的基本方法，利用R語言實現(xiàn)模型選擇、Logistic回歸及決策樹算法，以及貝葉斯算法及支持向量機、神經(jīng)網(wǎng)絡(luò)等算法原理及實現(xiàn)進(jìn)行講解。
本課程教學(xué)過程中還從國內(nèi)外經(jīng)典R語言教材和應(yīng)用中，提取了大量的案例分析來幫助學(xué)員了解如何用R系列工具來解決數(shù)據(jù)統(tǒng)計分析的具體問題，并介紹了從數(shù)據(jù)中挖掘出有價值的信息的關(guān)鍵。
本課程不是一個泛泛的理論性、概念性的介紹課程，而是針對問題討論解決方案的深入課程。教師對于上述領(lǐng)域有深入的理論研究與實踐經(jīng)驗，在課程中將會針對這些問題與學(xué)員一起進(jìn)行研究，在關(guān)鍵點上還會搭建實驗環(huán)境進(jìn)行實踐研究，以加深對于這些解決方案的理解。通過本課程學(xué)習(xí)，希望推動R相關(guān)的項目開發(fā)上升到一個新水平。
五、培訓(xùn)內(nèi)容
講數(shù)據(jù)挖掘和R簡介
1.1 數(shù)據(jù)挖掘
1.2 R語言
1.3 Iris數(shù)據(jù)集
1.4Bodyfat數(shù)據(jù)集
第二講數(shù)據(jù)的導(dǎo)入與導(dǎo)出
2.1 R數(shù)據(jù)的保存與加載
2.2 CSV文件的導(dǎo)入與導(dǎo)出
2.3 通過ODBC從數(shù)據(jù)庫中讀取數(shù)據(jù)
2.4 從Excel中導(dǎo)入與導(dǎo)出數(shù)據(jù)
第三講數(shù)據(jù)可視化展現(xiàn)
3.1 查看數(shù)據(jù)
3.2 單個變量展現(xiàn)
3.3 多個變量展現(xiàn)
3.4 更多探索
3.5 將圖表保存到文件中
第四講決策樹與隨機森林
4.1 使用party包構(gòu)建決策樹
4.2 使用rpart包構(gòu)建決策樹
4.3 隨機森林
第五講回歸分析
5.1 線性回歸
5.2 邏輯回歸
5.3 廣義線性回歸
5.4 非線性回歸
第六講聚類分析
6.1 k-means聚類
6.2 k-medoids聚類
6.3 層次聚類
6.4 基于密度的聚類
第七講離群點檢測
7.1 單變量的離群點檢測
7.2 局部離群點因子檢測
7.3 用聚類方法進(jìn)行離群點檢測
7.4 時間序列數(shù)據(jù)的離群點檢測
第八講時間序列分析
8.1 R中的時間序列數(shù)據(jù)
8.2 時間序列分解
8.3 時間序列預(yù)測
8.4 時間序列聚類
8.5 時間序列分類
第九講關(guān)聯(lián)規(guī)則
9.1 關(guān)聯(lián)規(guī)則的基本概念
9.2 Titanic數(shù)據(jù)集
9.3 關(guān)聯(lián)規(guī)則挖掘
9.4 消除冗余
9.5 解釋規(guī)則
9.6 關(guān)聯(lián)規(guī)則的可視化
第十講社交網(wǎng)絡(luò)分析
10.1 詞項網(wǎng)絡(luò)
10.2 推文網(wǎng)絡(luò)
10.3 雙模式網(wǎng)絡(luò)
第十一講 R與Hadoop/Spark等大數(shù)據(jù)技術(shù)的融合
1）R/Hadoop數(shù)據(jù)處理技術(shù)介紹
2）SparkR數(shù)據(jù)處理技術(shù)介紹
3）基于Hadoop/Yarn集群的應(yīng)用展望
六、培訓(xùn)目標(biāo)
1，全面了解R語言數(shù)據(jù)挖掘的相關(guān)知識。
2，學(xué)習(xí)R的數(shù)據(jù)挖掘核心技術(shù)方法以及應(yīng)用特征。
3，深入使用R在數(shù)據(jù)挖掘和分析中的使用。
4，了解R與Hadoop、Spark等技術(shù)的融合使用。
七、培訓(xùn)時間、地點
時間： 2016年8月10日-8月12日
地點：北京
八、證 書
培訓(xùn)結(jié)束，頒發(fā)中科院計算所職業(yè)培訓(xùn)中心“R數(shù)據(jù)挖掘技術(shù)-基于R語言的數(shù)據(jù)挖掘和統(tǒng)計分析技術(shù)”結(jié)業(yè)證書。
九、費 用
培訓(xùn)費：5500元/人（含教材、證書、午餐、學(xué)習(xí)用具）食宿統(tǒng)一安排，費用自理。
滬ICP備18048269號-1 
電子營業(yè)執(zhí)照
教育
全國教育網(wǎng)站
企業(yè)信用等級AA級