R語言基礎與數據科學應用（簡體書）

本書是為初學者學習R語言基礎以及在資料科學中的應用而編寫的。全書內容包括三個部分，分別介紹了R語言的程序設計基礎知識，資料處理、可視化和統計分析的實用技術，以及在機器學習、神經網絡和深度學習中的具體應用。讀者可以通過本書瞭解和體驗R語言的風格特點和強大功能。本書中所有程式均在R 3.4.3環境下調試通過。

沈剛，博士，教授。1990年及1992年畢業於清華大學自動化系生產過程自動化專業和系統工程專業，分別獲學士學位和碩士學位。後留校任教，曾參與多項CIMS課題研究。1995年到1999年在加拿大McGill大學Electrical and Compter Engineering系學習，獲博士學位。1999年9月到12月，在多倫多大學Electrical Engineering系作訪問研究。1999年起，在加拿大Kerr Vayne Systems及美國Motorola公司工作，從事自動化系統和移動通訊系統的研究及開發。2003年起，在華中科技大學軟件學院開設《計算機網絡》《嵌入式系統》《軟件能力成熟度模型》等雙語課程。在IEEE Transactions on Automatic Control等期刊和IEEE Conference on Decision and Control等會議上發表多篇論文。現主要研究興趣包括實時系統，無線通訊系統，數字通信網絡和軟件工程等方向。

1.本書為教育部高等學校計算機類專業教學指導委員會-華為ICT產學結合項目：資料科學與大資料技術專業系列規劃教材2.通過本書快速掌握各類型資料處理方法，洞察資料類型背後的分析思維3.實踐R資料科學實戰案例

第 1章 引言 1
1.1　R的起源與發展　2
1.1.1　R的產生與演化　2
1.1.2　R的特點　3
1.2　安裝與運行R系統　6
1.2.1　R的獲取與安裝　7
1.2.2　運行R　7
1.3　安裝與使用包　10
1.3.1　什麼是包　10
1.3.2　安裝包　12
1.3.3　載入、使用、卸載包　12
1.3.4　包的命名空間　13
1.4　工作空間管理　14
1.5　R語言的整合式開發環境
RStudio　16
1.5.1　什麼是整合式開發環境　16
1.5.2　RStudio的使用方法　16
1.6　使用説明系統　18
1.7　R語言與資料科學　19
1.7.1　R與大資料平臺　19
1.7.2　R在資料科學中的應用　22
習題　23
第 2章　資料與運算　25
2.1　基礎知識　26
2.1.1　向量　26
2.1.2　物件　27
2.1.3　函數　29
2.1.4　識別字與保留字　30
2.2　資料類型與資料表示　31
2.2.1　基底資料型別　31
2.2.2　變數　34
2.2.3　常量　34
2.2.4　特殊值　35
2.3　基本運算　36
2.3.1　運算子　36
2.3.2　算數運算　37
2.3.3　關係運算　37
2.3.4　邏輯運算　38
2.3.5　賦值運算　39
2.4　資料類型轉換與R中常見的資料
結構　40
2.4.1　資料類型轉換　41
2.4.2　常見的資料結構　43
習題　45
第3章　程序設計基礎　47
3.1　控制流　48
3.1.1　順序結構　48
3.1.2　分支結構　49
3.1.3　迴圈結構　51
3.1.4　選擇結構　53
3.2　函數設計　54
3.2.1　聲明、定義與調用　54
3.2.2　返回值　56
3.2.3　函數中的輸入/輸出　57
3.2.4　環境與範圍　59
3.2.5　遞迴函數　62
3.3　程序設計規範與性能優化　65
3.3.1　使用指令檔　65
3.3.2　程序設計規範　66
3.3.3　性能優化　67
習題　68
第4章　類與物件　70
4.1　物件導向程序設計方法　71
4.1.1　結構化程序設計方法回顧　71
4.1.2　物件與類的概念　71
4.1.3　物件導向程序設計的特點　72
4.1.4　R中類的體系　73
4.2　S3類　74
4.2.1　S3類的定義　74
4.2.2　創建S3類物件　74
4.2.3　S3類的泛型函數　76
4.2.4　定義S3類的方法　77
4.2.5　編寫S3類的泛型函數　78
4.3　S4類　79
4.3.1　S4類的定義　79
4.3.2　創建S4類物件　81
4.3.3　訪問插槽　82
4.3.4　S4類的泛型函數　83
4.3.5　定義S4類的方法　84
4.4　引用類　84
4.4.1　定義引用類　84
4.4.2　創建引用類物件　85
4.4.3　訪問與修改引用類物件的域　86
4.4.4　引用類的方法　88
4.5　繼承　90
4.5.1　S3類中的繼承　90
4.5.2　S4類中的繼承　91
4.5.3　引用類中的繼承　92
4.5.4　多重繼承　93
習題　94
第5章　資料結構與資料處理　96
5.1　向量　97
5.1.1　創建向量　97
5.1.2　使用索引訪問向量元素　98
5.1.3　迴圈補齊　99
5.1.4　向量的比較　100
5.1.5　按條件提取元素　101
5.2　矩陣與陣列　101
5.2.1　創建矩陣　102
5.2.2　線性代數運算　103
5.2.3　使用矩陣索引　105
5.2.4　apply函數族　106
5.2.5　多維陣列　107
5.3　資料框　108
5.3.1　創建資料框　108
5.3.2　訪問資料框中的元素　109
5.3.3　使用SQL語句查詢資料框　110
5.4　因數　111
5.5　列表　112
5.6　資料導入與匯出　113
5.6.1　資料檔案的讀寫　113
5.6.2　rio包　116
5.6.3　資料編輯器　118
5.7　資料清洗　118
5.7.1　資料排序　119
5.7.2　資料清洗的一般方法　120
5.7.3　mice包　122
習題　127
第6章　繪圖與資料可視化　128
6.1　基本圖形與繪圖函數　129
6.1.1　基礎圖形的創建　129
6.1.2　新增繪圖窗口　131
6.1.3　匯出圖形　131
6.2　調整繪圖參數　133
6.2.1　自訂特徵　133
6.2.2　調整符號與線條　134
6.2.3　調整顏色　135
6.2.4　調整標籤與標題文本　137
6.3　其他自訂元素　140
6.3.1　坐標軸　140
6.3.2　次要刻度線　140
6.3.3　格線　141
6.3.4　疊加繪圖　143
6.3.5　圖例　144
6.3.6　標注　145
6.4　描述性統計圖　146
6.4.1　柱狀圖　146
6.4.2　圓形圖　149
6.4.3　長條圖　150
6.4.4　箱形圖　151
6.4.5　三維繪圖　152
6.5　動態圖形　155
6.5.1　保存為GIF格式　155
6.5.2　gganimate包　157
習題　160
第7章　統計與回歸分析　162
7.1　定性資料與定量資料　163
7.1.1　定性資料　163
7.1.2　定量資料　166
7.2　資料的數值度量　173
7.2.1　均值　173
7.2.2　中位值　173
7.2.3　四分位數　173
7.2.4　百分位數　174
7.2.5　變化範圍　174
7.2.6　四分位距　174
7.2.7　方差與標準差　175
7.2.8　協方差　175
7.2.9　相關係數　176
7.3　概率分佈與假設檢驗　176
7.3.1　二項式分佈　177
7.3.2　泊松分佈　178
7.3.3　連續均勻分佈　178
7.3.4　指數分佈　179
7.3.5　正態分佈　180
7.3.6　? 2分佈　181
7.3.7　學生t分佈　182
7.3.8　統計假設檢驗　182
7.4　回歸分析　187
7.4.1　簡單線性回歸　187
7.4.2　多元線性回歸　192
7.4.3　邏輯回歸　196
習題　199
第8章　統計機器學習　201
8.1　特徵空間與距離　203
8.1.1　距離的定義　203
8.1.2　KNN分類　207
8.2　聚類算法　209
8.2.1　k均值聚類　209
8.2.2　層次聚類　211
8.2.3　密度聚類　216
8.3　分類算法　219
8.3.1　決策樹　219
8.3.2　樸素貝葉斯方法　225
8.3.3　支援向量機　229
8.4　集成學習　233
8.4.1　基本方法　233
8.4.2　隨機森林　234
8.4.3　堆疊式集成學習　238
習題　245
第9章　神經網絡與深度學習　247
9.1　基本原理　249
9.1.1　神經元　249
9.1.2　多層感知器模型　250
9.1.3　反向傳播算法　251
9.2　感知器模型　252
9.2.1　neuralnet包　252
9.2.2　非線性回歸　254
9.2.3　分類　256
9.3　深度神經網絡　261
9.3.1　深度神經網絡的形式　261
9.3.2　MXNetR包　264
9.3.3　keras包　272
習題　280
附錄1　常用函數速查表　281
附錄2　《R語言基礎與資料科學
應用》配套實驗課程方案簡介　285
參考文獻　286