編輯推薦:

內(nèi)容簡介:　　《R語言在商務(wù)分析中的應(yīng)用》審視商務(wù)分析師所執(zhí)行的一些*普通的任務(wù)，并幫助用戶瀏覽R中大量的信息和4000個R程序包。有了這些信息，讀者便能夠以*少的付出去挑選完成分析任務(wù)的程序包。在《R語言應(yīng)用系列：R語言在商務(wù)分析中的應(yīng)用》中強(qiáng)調(diào)使用圖形用戶界面（GUI），以進(jìn)一步減少和彎曲R學(xué)習(xí)中的學(xué)習(xí)曲線。《R語言應(yīng)用系列：R語言在商務(wù)分析中的應(yīng)用》旨在幫助讀者啟動商務(wù)分析，包括數(shù)據(jù)可視化、網(wǎng)絡(luò)分析和社交媒體分析的代碼示例、聚類、回歸模型、文本挖掘、數(shù)據(jù)挖掘模型和預(yù)測等章節(jié)。書中試圖使讀者了解商務(wù)分析主題的廣度，而不是用不必要的深度埋沒讀者。《R語言應(yīng)用系列：R語言在商務(wù)分析中的應(yīng)用》所包含的參考文獻(xiàn)和鏈接使讀者能夠從事商務(wù)分析的各種主題。
　　《R語言應(yīng)用系列：R語言在商務(wù)分析中的應(yīng)用》針對使用R為分析工具的商務(wù)分析師而編寫，涵蓋了其中的基礎(chǔ)編程技能。請注意《R語言應(yīng)用系列：R語言在商務(wù)分析中的應(yīng)用》的使用范圍既非統(tǒng)計理論研究，亦非研究生階段層面的統(tǒng)計研究，而是適用于商務(wù)分析的從業(yè)者。商務(wù)分析（BA）是商業(yè)領(lǐng)域所產(chǎn)生的數(shù)據(jù)探索和調(diào)查研究領(lǐng)域。商業(yè)智能（BI）是指機(jī)構(gòu)中信息的無縫傳播，這主要包括商務(wù)領(lǐng)域決策支持所使用的過去和當(dāng)前的商務(wù)指標(biāo)。數(shù)據(jù)挖掘（DM）是使用算法和統(tǒng)計方法從大量數(shù)據(jù)中發(fā)現(xiàn)新模式的一個過程。這三項的區(qū)分是，BI主要是當(dāng)前的報告，BA是用來預(yù)測和制定戰(zhàn)略的模型，而DM與大數(shù)據(jù)中的模式相匹配。R統(tǒng)計軟件是世界上增長*快的分析平臺，并在學(xué)術(shù)界和企業(yè)界都樹立了穩(wěn)健、可靠和準(zhǔn)確的聲譽(yù)。

作者簡介:　　A.Ohri是決策統(tǒng)計網(wǎng)站Decisionstats.com的創(chuàng)始人。他曾在田納西大學(xué)諾克斯維爾分校和印度管理學(xué)院勒克瑙分校攻讀碩士學(xué)位。此外，Ohri還擁有德里工程學(xué)院機(jī)構(gòu)工程學(xué)位。他曾訪問了100多名商務(wù)分析從業(yè)人員，包括所有分析軟件供應(yīng)商的主要成員。Ohri在他的博客上寫了近1300篇文章，除此以外他受邀為具有影響力的分析社區(qū)寫作。他通過在線教育講授R課程，在過去的十年中一直作為分析顧問在印度工作。Ohri是印度*早的獨(dú)立分析顧問，他目前的研究興趣包括從傳播開源分析、分析社交媒體操縱、簡單界面到云計算和非正統(tǒng)的加密。

目錄:譯者序
作者簡介
前言
序言

第1章 為什么要用R
1．1 為什么把R劃分為一個完整的分析環(huán)境
1．2 與其他分析程序包相比R的其他優(yōu)勢
1．3 R作為統(tǒng)計語言和分析平臺的差異
1．4 使用R的成本和收益
1．5 同時使用SAS和R
1．6 簡短的采訪：用JMP實(shí)現(xiàn)R

第2章 R的基礎(chǔ)配置
2．1 為商務(wù)分析設(shè)置R的一些選擇
2．2 下載和安裝R
2．3 安裝R程序包
2．4 在R中啟動教程
2．5 R的數(shù)據(jù)類型
2．6 對約翰?？怂埂猂的Rcmdr GUI的創(chuàng)造者的簡短訪談
2．7 本章用過的命令小結(jié)

第3章 R界面
3．1 R統(tǒng)計語言的界面
3．2 R基礎(chǔ)知識
3．3 R圖形用戶界面的優(yōu)點(diǎn)和局限性
3．4 GUI清單
3．5 R GUIs總結(jié)
3．6 在其他軟件中使用R
3．7 R的Web界面
3．8 訪談：將R用作基于web的應(yīng)用程序
3．9 使用R進(jìn)行云計算
3．10 谷歌和R
3．11 訪談：在谷歌中使用R
3．12 訪談：在clolJdnumbers．com通過云計算使用R
3．13 本章用過的命令小結(jié)

第4章 數(shù)據(jù)處理
4．1 分析式數(shù)據(jù)處理的挑戰(zhàn)
4．2 較小數(shù)據(jù)集的讀取方法
4．3 一些常見的分析任務(wù)
4．4 使用R進(jìn)行一個簡單的分析
4．5 比較R圖形用戶界面的數(shù)據(jù)輸入
4．6 與數(shù)據(jù)庫及商業(yè)智能系統(tǒng)一起使用R
4．7 本章用過的命令小結(jié)
4．8 引文和參考文獻(xiàn)
4．9 更多的資源

第5章 探索數(shù)據(jù)
5．1 商務(wù)指標(biāo)
5．2 數(shù)據(jù)可視化
5．3 圖示的參數(shù)
5．4 在R中創(chuàng)建圖
5．5 使用ggplot2畫更好的圖
5．6 交互式的圖
5．7 GrapheR：繪制簡單圖的R GUI
5．8 Deducer：高級數(shù)據(jù)可視化GUI
5．9 調(diào)色板
5．10 訪談：哈德利威克姆（Hadley wickham），ggplot 2：Elegant Graphics for Data Analysis的作者
5．11 本章用過的命令小結(jié)

第6章 構(gòu)建回歸模型
6．1 線性回歸
6．2 邏輯斯蒂回歸
6．3 風(fēng)險模型
6．4 評分卡
6．5 在R中構(gòu)建回歸模型的一些有用的函數(shù)
6．6 使用R Cmdr建立回歸模型
6．7 回歸模型的其他程序包
6．8 PMML
6．9 本章用過的命令小結(jié)

第7章 使用R進(jìn)行數(shù)據(jù)挖掘
7．1 定義
7．2 RattIe：R中的一個數(shù)據(jù)挖掘GUI
7．3 訪談：格雷厄姆威廉姆斯（Graham williams），Data Mining with Rattle and R的作者
7．4 使用R進(jìn)行文本挖掘分析
7．5 谷歌預(yù)測API
7．6 數(shù)據(jù)挖掘者的數(shù)據(jù)隱私
7．7 本章用過的命令小結(jié)

第8章 聚類和數(shù)據(jù)分割
8．1 什么時候使用數(shù)據(jù)分割和聚類
8．2 R對聚類的支持
8．3 使用RevoScaleR進(jìn)行循環(huán)分析
8．4 一個稱為Playwith的GUI
8．5 使用Rattle進(jìn)行聚類分析
8．6 本章用過的命令小結(jié)

第9章 預(yù)測和時間序列模型
9．1 時間序列簡介
9．2 時間序列和預(yù)測方法
9．3 時間序列模型的種類
9．4 處理日期一時間數(shù)據(jù)
9．5 使用R commander GUI的epack插件
9．6 本章用過的命令小結(jié)

第10章 數(shù)據(jù)導(dǎo)出和輸出
10．1 本章用過的命令小結(jié)

第11章 優(yōu)化R代碼
11．1 有效編碼的例子
11．2 定制R軟件啟動
11．3 代碼編輯器
11．4 增強(qiáng)的代碼編輯器的優(yōu)點(diǎn)
11．5 訪談：J．J．Allaire，RStudio的創(chuàng)造者
11．6 Revolution R——一個高效的環(huán)境
11．7 評估代碼效率
11．8 使用system．time來評估編碼效率
11．9 使用GUIs學(xué)習(xí)并更快編寫R代碼
11．10 并行編程
11．11 使用硬件解決方案
11．12 本章用過的命令小結(jié)

第12章 更多的培訓(xùn)文獻(xiàn)
12．1 Cran Views
12．2 閱讀材料
12．3 R中使用的其他GUIs
12．4 本章用過的命令小結(jié)

第13章 R應(yīng)用案例研究
13．1 使用R進(jìn)行網(wǎng)絡(luò)分析
13．2 使用R進(jìn)行社交媒體分析
13．3 使用R進(jìn)行RFM分析
13．4 使用R建立傾向模型
13．5 使用R建立金融風(fēng)險模型
13．6 使用R進(jìn)行藥物分析
13．7 分析方面的閱讀文選
13．8 商務(wù)分析師為什么應(yīng)該學(xué)習(xí)R語言
13．9 分析生涯
13．10 本章用過的命令小結(jié)
索引