R语言由新西兰奥克兰大学Ross和Robert开发。
R语言是自由软件，可以放心大胆地使用，且具有非常强大的统计分析和作图功能，而且更重要的是R软件具有非常丰富的网上资源，目前R软件有3000多种贡献包，几乎可以实现所有的统计方法，目前大部分的顶级统计学家和计量经济学家都使用R语言，而且越来越多的数据分析实务人员也开始使用R语言。
R语言具有简单易学，功能强大，体积小（仅40m左右），完全免费，可自由开发等特点，且R语言和S语言语法基本相同，绝大部分程序是互相兼容的。学习R软件正成为一种趋势。
R软件最优美的地方是它能够修改很多前人编写的包的代码做各种你所需的事情，实际你是站在巨人的肩膀上。——Google首席经济学家Hal Varian
时间：2018年1月21-23日 (三天)初级；1月23-25日 (三天)高级
地点：北京市海淀区首都体育学院
费用：
初级：3300元 / 2800元 (仅限全日制本科生及硕士研究生优惠价)
高级：3600元 / 3100元 (仅限全日制本科生和硕士研究生优惠价)
全程：6000元 / 5400元 (仅限全日制本科生和硕士研究生优惠价)
(食宿自理)
安排：上午9:00-12:00；下午2:00-5:00；答疑
讲师介绍：
方匡南老师，统计学教授，博士生导师，耶鲁大学博士后。主要研究：数据挖掘、应用统计。 2007年出版了国内第一本R语言中文教程《R语言统计分析软件简明教程》，并于2015年2月出版了《R数据分析：方法与案例详解》，该书在同类书籍中销售名列前茅，并被引入到台湾地区出版。有10多年的R语言使用经验和丰富的数据挖掘和机器学习实战经验。曾先后在在 Journal of Multivariate Analysis、Scientific Reports（Nature子刊）、Computational Statistics and Data Analysis等国内外权威期刊发表论文70多篇。先后主持了国家自然科学基金、国家社科基金等多个项目。
学员对象：
金融、医疗、通讯、咨询、电子商务等领域的数据分析人员、数据挖掘工程师、数据科学家；
高校硕士生、博士生、青年教师等。
培训目的和特色：
1. 让学员快速入门并熟练掌握R语言，掌握如何利用R丰富的网上资料和帮助系统，学会基本的编程方法。
2. 以实际案例引入，深入浅出地讲解如何使用R语言进行数据挖掘和机器学习，让学员不仅掌握R语言的使用，更重要的是学会数据挖掘和机器学习的思想、原理和方法。
培训内容目录:
【初级班】
|
专题名称 |
授课内容 |
|
第1讲（3小时） R语言入门 |
目标：掌握R语言的基本用法 1.R语言介绍 2.编辑软件Rstudio使用 3.R程序包的载入与使用 4.数据对象及运算（向量、矩阵、数组、列表与数据框处理） |
|
第2讲（3小时） 数据读写 R基本编程 |
目标：掌握用R编写函数和数据的读写 1. R数据读入与读出 （读入txt、xls、SPSS、SAS、stata以及数据库文件） 2.R 函数编写 3.R的条件与循环函数 4.高效编程技巧介绍 |
|
第3讲（3小时） 数据预处理 探索性分析 |
目标：掌握数据预处理与探索性分析 1.数据预处理 2.缺失值处理 3.随机数生成 4.常用统计方法的蒙特卡洛模拟 5.随机抽样 6.单变量数据分析与作图 7.双变量数据分析与作图 8.多变量数据分析与作图 案例1：统计作图在调查数据中的应用 案例2：统计作图在临床医学中的应用 |
|
第4讲（3小时） |
4.一元线性回归 5.多元线性回归 6.逐步回归 案例1：广告营销计划案例 案例2：信用卡债务预测案例 案例3：房价预测案例 |
|
第5讲（3小时） 线性分类方法 |
目标：掌握经典线性分类方法及其应用 1.Logistic模型 2.LDA判别分类 3.QDA判别分类 案例1：信用卡违约预测案例 案例2：股价涨跌方向预测案例 |
|
第6讲（3小时） 重抽样方法 互动交流讨论 |
目标：掌握经典重抽样方法 1.验证集方法 2.交叉验证 3.Bootstrap方法 案例1：量化投资资产配置案例 案例2：汽车每加仑汽油里程数预测案例 互动交流讨论 |
【高级班】
|
专题名称 |
授课内容 |
|
第1讲 线性分类方法 |
目标：掌握经典线性分类方法及其应用 1.Logistic模型 2.LDA判别分类 3.QDA判别分类 案例1：信用卡违约预测案例 案例2：股价涨跌方向预测案例 |
|
第2讲（3小时） 重抽样方法 |
目标：掌握经典重抽样方法 1.验证集方法 2.交叉验证 3.Bootstrap方法 案例1：量化投资资产配置案例 案例2：汽车每加仑汽油里程数预测案例 |
|
第3讲（3小时） 组合预测 |
课程目标：掌握决策树和组合预测方法及其实际应用。 1.CART决策树 2.Bagging 3.随机森林 4.Boosting算法 案例1：棒球运动员薪水预测案例 案例2：心脏病预测案例 案例3：信用卡违约预测案例 |
|
第4讲（3小时） |
课程目标：掌握支持向量机分类方法 1.最大间隔分类器 2.支持向量分类器 3.支持向量机 案例1：基因表达数据案例 案例2：股票涨跌方向预测 |
|
第5讲（3小时） 变量选择与高维数据 |
目标：掌握数据挖掘中高维数据分析方法及其实际应用 1.LASSO 2.SCAD 3.MCP 4.Group LASSO 案例1：基因筛选 案例2： 股票选股 |
|
第6讲（3小时） 无监督学习 主成分分析 主成分回归 聚类分析 |
目标：掌握无监督学习方法及其应用。 1.主成分分析 2.主成分回归 3.Kmeans聚类分析 4.系统聚类分析 案例1：广告支出主成分分析 案例2：犯罪率主成分分析 案例3：学生考试成绩主成分分析 案例4：客户细分聚类案例 |
优惠：
现场班老学员9折优惠；
以上优惠不叠加。
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
在校期间能考的证书，大致落在四类里：通用基础类、岗位技能与行业认证类、专业技术资格类、国家职业资格与职业技能等级类。但比 ...
2026-11-04先把结论说清楚：大学生能自学考的证，主要集中在三类。第一类是通用基础类，比如大学英语四六级、全国计算机等级考试、普通话水 ...
2026-11-04大学生考哪些证书好，没有一个统一答案。有人说的“好”是好考、周期短，有人指招聘时用得上，还有人看长期职业壁垒。三种口径排 ...
2026-11-04“什么证书值得考”没有一个统一答案。同一张证书，对准入岗位是硬门槛，对另一类岗位可能只是加分项；对在校生是求职准备，对在 ...
2026-11-04“女生考什么证比较好”这个问题，真正的难点不在“女生”，而在“比较好”三个字。对一个人来说，好报、好考、好就业往往不是同 ...
2026-11-04离开校园后考证书，最怕两件事：花几个月备考，发现报考条件不符；或者考下来，岗位用不上。社会人士选证书，先别急着看榜单，先 ...
2026-11-04“女孩子适合考什么证书”很难用一张榜单回答。“适合”包含太多变量：求稳进体制或学校，靠技能接单变现，还是进入运营、市场、 ...
2026-11-04先把结论说清楚：选证书不看性别。“男的适合考什么”这个问题里，真正有用的是三个变量——你想去的岗位、你现有的能力基础、你 ...
2026-11-04“哪些证书属于技能证书”，没法靠一份名单回答。技能证书不是某一部门统一颁发的单一证书，而是按发证主体和评价性质划分的一类 ...
2026-11-04“哪些是职业资格证书”这个问题，答案比多数人想的要窄。按照现行制度，职业资格证书主要指列入国家职业资格目录的证书，分为准 ...
2026-11-04想考证，但单位不统一组织，能不能自己报名？答案是：能，但前提是先分清三类证书——个人可独立报考、需单位统一组织、需机构代 ...
2026-11-04“好考又有用”是证书选择里最常被并列、也最容易被混淆的两个条件。好考，可能指报名不设门槛，也可能指考试科目少、通过难度低 ...
2026-11-04“含金量排名前十证书”是一个搜索量很大、但很难有标准答案的问题。原因不复杂：证书的价值依附于具体岗位和制度属性。注册会计 ...
2026-11-04“国内认可的证书”不是一个单一概念。有人问的是国家职业资格，有人问的是职称，有人问的是行业认证，还有人把培训机构发的结业 ...
2026-11-04高中生搜“可以考什么证书”，最常踩的坑不是选错方向，而是没看清报名门槛就付了费。直接回答：高中在读期间，真正能报的主要是 ...
2026-11-04“都有什么证书可以考取”这个问题，直接搜会得到一堆互相矛盾的榜单。更有效的做法不是先问“哪个最值钱”，而是先分清证书的性 ...
2026-11-04大专在读期间能考的证书，比很多人想象的要多，但真正值得花时间的并不多。核心判断顺序只有一条：先看当期官方公告是否允许专科 ...
2026-11-04大一刚入学就琢磨考证，这个念头本身不坏，但顺序容易搞反。直接回答：大一不必急着考高门槛、强专业背景的证书，优先把英语四六 ...
2026-11-04大学生考证书，没有一张“人人都该考”的清单。更实用的做法是：先确定目标岗位方向，再按“岗位匹配→在校可考→校招实用→学习 ...
2026-11-04大学生能考的证书很多，但真正值得先花时间的，不是“名字听起来厉害”的那几张，而是能对应到你目标岗位、且在校期间确实报得上 ...
2026-11-04
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
