在大數(shù)據(jù)時代，R以其強大的數(shù)據(jù)分析挖掘、可視化繪圖等功能，越來越受到社會各個領域的青睞?，F(xiàn)在，R的計算引擎、性能、程序包都得到了提升，其中R與大數(shù)據(jù)分析平臺Hadoop的結(jié)合，實現(xiàn)了R對大數(shù)據(jù)的分析式處理分析。這些不僅大大擴展了R的應用，也擴大了R在各行業(yè)的需求。

為了更好地適應新形勢，掌握大數(shù)據(jù)分析處理的相關知識是很有必要的。本書從理論基礎、方法、實證三方面詳細地闡釋了R和RHadoop的相關理論、技術以及應用，使讀者了解大數(shù)據(jù)的基礎概念，掌握R以及Rhadoop大數(shù)據(jù)分析技術。本書不僅適合高等院校的各相關專業(yè)的本?？粕?、研究生，也適合零編程基礎的科研人員以及對大數(shù)據(jù)分析技術感興趣的人士閱讀。本書在內(nèi)容的選擇和結(jié)構(gòu)的安排上進行了深入的思考，使得不論是R或RHadoop的初學者還是具備一定相關專業(yè)知識的人員都能從本書中得到一定的收獲或啟發(fā)。

目錄
第一部分大數(shù)據(jù)簡介
第1章大數(shù)據(jù)概述
1.1大數(shù)據(jù)的概念
1.2大數(shù)據(jù)的特征
1．3大數(shù)據(jù)的產(chǎn)生
1．4大數(shù)據(jù)應用案例
第2章大數(shù)據(jù)相關技術
2．1數(shù)據(jù)采集和準備
2．2分布式數(shù)據(jù)庫
2．3分布式數(shù)據(jù)分析框架
2．3．1Hadoop
2．3．2HDFS
2．3．3HBase
2．3．4Hive
2．3．5MapReduce
2．3．6Strom
2．4大數(shù)據(jù)分析與R
2．4．1RHadoop
2．4．2RHIPE
2．4．3RHive
2．4．4RHBase
2．5國泰安的大數(shù)據(jù)
2．5．1大數(shù)據(jù)實驗室建設
2．5．2大數(shù)據(jù)分析平臺
第二部分R語言
第3章R語言簡介
3．1R語言概述
3.2R的下載、安裝和使用
3.2.1RGui界面
3．2．2RStudio界面
3．2．3R的運行
3．2．4工作目錄和工作空間
3．2．5R語言的幫助
3．3R的包
3．3．1包的獲取
3．3．2包的安裝
3．3．3包的加載
3．3．4包的使用
第4章R語言基本操作
4．1數(shù)據(jù)結(jié)構(gòu)
4．2數(shù)據(jù)的基本操作
4．2．1賦值和創(chuàng)建
4．2．2數(shù)據(jù)的運算
4．2．3數(shù)據(jù)的導入
4．3數(shù)據(jù)的管理
4．3．1數(shù)據(jù)排序
4．3．2數(shù)據(jù)集的合并
4．3．3剔除變量
4．3．4數(shù)據(jù)集提取
4．3．5subset函數(shù)
4．4常用函數(shù)
第5章R語言繪圖
5．1繪圖參數(shù)
5．1．1符號、線條與顏色
5．1．2標題、坐標軸與圖例
5．1．3文本屬性
5．1．4圖形的組合
5．2高級繪圖函數(shù)
5．2．1通用二維圖
5．2．2餅圖
5．2．3箱線圖
5．2．4條形圖
5．2．5直方圖
5．2．6核密度圖
5．2．7點圖
5．3低級繪圖函數(shù)
第6章R語言數(shù)據(jù)分析
6．1數(shù)據(jù)處理基礎函數(shù)
6．1．1數(shù)學函數(shù)
6．1．2統(tǒng)計函數(shù)
6．1．3概率函數(shù)
6．1．4數(shù)據(jù)分析實例
6．2描述性統(tǒng)計分析
6．2．1描述統(tǒng)計函數(shù)
6．2．2軟件包的描述統(tǒng)計
6．3多元統(tǒng)計分析
6．3．1方差分析
6．3．2判別分析
6．3．3聚類分析
6．3．4主成分分析
6．3．5因子分析
6．3．6典型相關分析
第三部分專題實證研究
第7章金融時間序列建模專題
7．1金融時間序列
7．2ARMA模型
7．2．1ARMA模型簡介
7．2．2ARMA模型定階
7．2．3ARMA模型擬合
7．3GARCH模型
7．3．1GARCH模型簡介
7．3．2GARCH模型擬合
第8章動態(tài)面板數(shù)據(jù)專題
8．1GMM估計
8．1．1系統(tǒng)GMM估計
8．1．2GMM估計原理
8．2動態(tài)面板數(shù)據(jù)模型的系統(tǒng)GMM估計
第9章數(shù)據(jù)挖掘?qū)ｎ}
9．1關聯(lián)規(guī)則
9．2降維分析
9．3社交網(wǎng)絡分析
9．4貝葉斯分類法
9．4．1貝葉斯定理
9．4．2貝葉斯分類實例
9．5決策樹
9．5．1決策樹原理
9．5．2決策樹分類實例
9．6人工神經(jīng)網(wǎng)絡
9．6．1三層前饋神經(jīng)網(wǎng)絡原理
9．6．2神經(jīng)網(wǎng)絡分類實例
9．7支持向量機
9．7．1支持向量機原理
9．7．2支持向量機分類實例
第10章信息可視化專題
10．1繪制地圖
10．1．1世界地圖
10．1．2中國地圖
10．1．3公路線圖
10．2可視化實例
10．2．1數(shù)據(jù)
10．2．2ggmap
第四部分RHadoop案例分析
第11章RHadoop的基本操作
11．1數(shù)據(jù)文件的讀取
11．2包的加載
11．3基本函數(shù)
第12章RHadoop環(huán)境下案例分析
12．1回歸分析
12．1．1回歸分析原理
12．1．2線性回歸分析案例
12．2Logistic分析
12．2．1Logistic分析原理
12．2．2Logistic分析案例
12．3判別分析
12．3．1線性判別分析原理
12．3．2線性判別分析案例
12．4聚類分析
12．4．1K?means聚類分析原理
12．4．2K?means聚類分析案例
12．5主成分分析
12．5．1主成分分析原理
12．5．2主成分分析案例
12．6因子分析
12．6．1因子分析原理
12．6．2因子分析案例
12．7商品推薦算法
12．7．1商品推薦算法原理
12．7．2商品推薦案例
12．8差異分析
12．8．1多維標度法的原理
12．8．2差異分析案例
附錄一國泰安CSMAR數(shù)據(jù)下載
附錄二深圳國泰安教育技術股份有限公司簡介
參考文獻