语言概述 - R 语言简介 - 起源、特点与应用领域

语言概述 - 安装与设置 - 不同系统安装 R 及 RStudio

数据类型 - 数值型 - 整数、浮点数表示与运算

数据类型 - 字符型 - 字符串操作与处理

数据类型 - 逻辑型 - 真假值判断与逻辑运算

数据类型 - 因子型 - 分类数据的存储与使用

数据结构 - 向量 - 一维向量创建与操作

数据结构 - 矩阵 - 二维矩阵生成与运算

数据结构 - 数组 - 多维数组构建与应用

数据结构 - 列表 - 混合数据类型列表操作

数据结构 - 数据框 - 表格型数据的存储与处理

变量与赋值 - 变量命名规则 - 合法变量名要求

变量与赋值 - 赋值操作 - 使用 <- 等符号赋值

运算符 - 算术运算符 - 加、减、乘、除等运算

运算符 - 比较运算符 - 大于、小于等比较操作

运算符 - 逻辑运算符 - 与、或、非逻辑运算

函数基础 - 函数定义 - 编写自定义函数

函数基础 - 函数调用 - 执行函数并传递参数

函数基础 - 函数参数 - 位置、默认参数设置

流程控制 - 条件语句 - if else 条件判断

流程控制 - 循环语句 - for、while 循环使用

流程控制 - 跳出循环 - break、next 语句应用

数据导入 - 文本文件导入 - 读取 CSV、TXT 等文件

数据导入 - 数据库导入 - 连接数据库读取数据

数据导入 - Excel 文件导入 - 读取 Excel 数据

数据清洗 - 缺失值处理 - 识别与处理缺失数据

数据清洗 - 重复值处理 - 查找与删除重复数据

数据清洗 - 异常值处理 - 检测与处理异常数据

数据转换 - 数据类型转换 - 数值转字符等操作

数据转换 - 数据标准化 - 标准化数值数据

数据转换 - 日期时间处理 - 日期时间数据操作

数据筛选 - 子集选择 - 按条件选择数据子集

数据筛选 - 行列选择 - 选择特定行列数据

数据合并 - 行合并 - rbind 函数合并数据行

数据合并 - 列合并 - cbind 函数合并数据列

数据连接 - 内连接 - 基于共同键进行内连接

数据连接 - 外连接 - 左、右、全外连接操作

数据重塑 - 长格式转宽格式 - reshape 函数应用

数据重塑 - 宽格式转长格式 - melt 函数使用

数据汇总 - 描述性统计 - 计算均值、标准差等

数据汇总 - 分组汇总 - 按分组计算统计量

数据透视表 - 创建透视表 - 使用 pivot_table 函数

数据透视表 - 透视表操作 - 行列转换等操作

基础绘图 - 散点图 - 绘制简单散点图

基础绘图 - 折线图 - 生成折线图展示趋势

基础绘图 - 柱状图 - 绘制柱状图对比数据

基础绘图 - 直方图 - 展示数据分布的直方图

基础绘图 - 箱线图 - 绘制箱线图分析数据

绘图参数 - 颜色设置 - 为图形元素设置颜色

绘图参数 - 点形状设置 - 改变散点形状

绘图参数 - 线条类型设置 - 调整线条样式

绘图参数 - 坐标轴设置 - 标注与调整坐标轴

绘图参数 - 标题与标签 - 添加图形标题与标签

高级绘图 - 多图绘制 - 在同一画布绘制多图

高级绘图 - 图形布局 - 调整图形布局

高级绘图 - 图形组合 - 组合不同类型图形

特殊图表 - 饼图 - 绘制饼图展示比例

特殊图表 - 热力图 - 绘制热力图展示数据关系

特殊图表 - 气泡图 - 用气泡图展示多变量数据

交互式绘图 - plotly 库 - 使用 plotly 绘制交互图

交互式绘图 - shiny 库 - 基于 shiny 创建交互应用

图形保存 - 保存为图片 - 导出图形为常见图片格式

图形保存 - 保存为 PDF - 导出为 PDF 文件

描述性统计 - 集中趋势 - 均值、中位数、众数计算

描述性统计 - 离散程度 - 方差、标准差计算

描述性统计 - 分布特征 - 偏度、峰度分析

概率分布 - 正态分布 - 正态分布性质与应用

概率分布 - 二项分布 - 二项分布计算与应用

概率分布 - 泊松分布 - 泊松分布特点与使用

假设检验 - 单样本 t 检验 - 检验样本均值与总体均值

假设检验 - 双样本 t 检验 - 比较两组样本均值

假设检验 - 方差分析 - 单因素、多因素方差分析

假设检验 - 卡方检验 - 检验分类变量独立性

相关性分析 - 皮尔逊相关 - 计算数值变量相关性

相关性分析 - 斯皮尔曼相关 - 非参数相关性分析

回归分析 - 简单线性回归 - 建立简单线性模型

回归分析 - 多元线性回归 - 多元线性回归模型构建

回归分析 - 逻辑回归 - 用于分类的逻辑回归

回归分析 - 回归诊断 - 检查回归模型合理性

时间序列分析 - 时间序列数据导入 - 处理时间序列数据

时间序列分析 - 趋势分析 - 识别时间序列趋势

时间序列分析 - 季节性分析 - 分析季节性变化

时间序列分析 - 预测模型 - 构建 ARIMA 等预测模型

聚类分析 - K means 聚类 - 进行 K means 聚类

聚类分析 - 层次聚类 - 层次聚类方法与应用

主成分分析 - 原理与应用 - 降维与数据简化

判别分析 - 线性判别分析 - 分类与判别模型

机器学习基础 - 监督学习 - 分类与回归任务

机器学习基础 - 无监督学习 - 聚类与降维

数据预处理 - 特征缩放 - 标准化与归一化特征

数据预处理 - 特征选择 - 选择重要特征

分类算法 - 决策树 - 构建决策树模型

分类算法 - 随机森林 - 随机森林算法实现

分类算法 - 支持向量机 - 支持向量机原理与应用

分类算法 - 朴素贝叶斯 - 朴素贝叶斯分类器

回归算法 - 岭回归 - 处理多重共线性的回归

回归算法 - Lasso 回归 - 带约束的回归算法

聚类算法 - DBSCAN 算法 - 密度聚类算法

降维算法 - 奇异值分解 - 降维与矩阵分解

模型评估 - 训练集与测试集划分 - 合理划分数据集

模型评估 - 评估指标 - 准确率、召回率等指标

模型评估 - 交叉验证 - 进行 K 折交叉验证

模型调优 - 超参数调优 - 调整模型超参数

模型调优 - 网格搜索 - 使用网格搜索优化参数

模型集成 - 装袋法 - 提升模型性能的装袋法

模型集成 - 提升法 - AdaBoost 等提升算法

深度学习 - 神经网络基础 - 感知机与多层网络

深度学习 - 前馈神经网络 - 构建前馈神经网络

深度学习 - 卷积神经网络 - 图像识别中的应用

深度学习 - 循环神经网络 - 处理序列数据

文本数据导入 - 读取文本文件 - 导入各类文本文件

文本数据导入 - 网络文本抓取 - 从网页抓取文本

文本预处理 - 文本清洗 - 去除噪声与特殊字符

文本预处理 - 分词 - 将文本分割为单词或词组

文本预处理 - 词干提取与词形还原 - 规范单词形式

文本表示 - 词袋模型 - 构建词袋向量

文本表示 - TF IDF - 计算词频 逆文档频率

文本分类 - 朴素贝叶斯分类 - 文本分类应用

文本分类 - 支持向量机分类 - 用于文本分类

情感分析 - 情感词典 - 使用情感词典分析

情感分析 - 机器学习方法 - 训练情感分类模型

主题模型 - LDA 主题模型 - 发现文本主题

文本相似度 - 计算相似度 - 余弦相似度等方法

文本可视化 - 词云 - 生成词云展示文本特征

文本可视化 - 文本网络图 - 展示文本关系网络

数据库连接 - MySQL 连接 - 使用 RMySQL 连接 MySQL

数据库连接 - PostgreSQL 连接 - 连接 PostgreSQL 数据库

数据库连接 - SQLite 连接 - 连接 SQLite 数据库

数据查询 - SQL 查询 - 在 R 中执行 SQL 语句

数据查询 - 数据提取 - 从数据库提取数据

数据插入 - 插入数据 - 向数据库插入新数据

数据更新 - 更新数据 - 修改数据库中的数据

数据删除 - 删除数据 - 从数据库删除记录

数据库事务 - 事务处理 - 执行数据库事务

数据库索引 - 创建索引 - 为数据库表添加索引

数据库优化 - 查询优化 - 优化数据库查询性能

数据库备份与恢复 - 备份数据 - 备份数据库数据

数据库备份与恢复 - 恢复数据 - 从备份恢复数据

关联规则挖掘 - Apriori 算法 - 发现频繁项集与规则

关联规则挖掘 - 规则评估 - 评估关联规则质量

序列模式挖掘 - 挖掘序列模式 - 发现数据序列规律

序列模式挖掘 - 应用场景 - 序列模式的应用

异常检测 - 基于密度的检测 - 检测异常数据点

异常检测 - 基于模型的检测 - 用模型识别异常

数据挖掘流程 - 数据理解 - 分析数据特征

数据挖掘流程 - 数据准备 - 预处理与转换数据

数据挖掘流程 - 模型选择 - 选择合适挖掘算法

数据挖掘流程 - 模型评估 - 评估挖掘结果

数据挖掘案例 - 电商数据分析 - 挖掘销售数据

数据挖掘案例 - 客户细分 - 基于数据细分客户