本课程讲解理论的同时结合大量的案例，让学习者可以快速掌握数据挖掘技能，并利用R数据处理、画图、实现据挖掘模型的建立。

课程所用软件：R 3.2.2（64位）  RStudio

课程涉及到的技术点：
1）R语言的基本语法、函数
2）R中实用性很强的包
3）模式识别、分类预测算法原理及其实现
 

学习完本课程，学习者能达到以下目标：
1）掌握基本R用法；
2）用R进行描述性统计分析、进行数据处理和数据可视化；
3）缺失值的清洗能力；
4）用R语言建立数据挖掘模型；

第一章：基本概念介绍

第1课、数据挖掘、R语言概念介绍
第2课、软件安装和数据的读、写、修改 
第3课、基本概念讲解（向量、矩阵、因子、数据框、列表） 
第4课、基本图形的讲解和绘制 

第二章：实用软件包介绍及应用

第5课、plyr包主函数讲解
第6课、plyr包辅助函数讲解
第7课、Ggpolt2介绍 
第8课、Ggpolt2实践
第9课、reshape2包的讲解和实际操作 
第10课、课缺失值的处理 

第三章：算法讲解及应用

第11课、knn原理简介 
第12课、knn算法实际操作 
第13课、决策树的理论讲解 
第14课、决策树实操 
第15课、人工神经网络的介绍1 
第16课、人工神经网络介绍2 
第17课、人工神经网络实操1 
第18课、人工神经网络实操2 
第19课、支持向量机原理介绍
第20课、支持向量机的实操