R语言程序设计-张志远课程教学大纲.docVIP

PAGE9

《R语言程序设计》教学大纲

课程英文名称

RProgrammingLanguage

开课院系

计算机科学与技术学院

课程类别

选修课

授课对象

1.学术型

授课方式

1.讲授类

课程总学时

36

课程总学分

2

开课学期

2

适用专业

航空运输大数据工程

预修课程

概率论与数理统计，数据挖掘

主讲教师1

张志远

职称

副教授

主讲教师2

霍纬纲

职称

副教授

课程简介（500字以内）：

R是一个开源项目，具有强大的统计计算及制图能力，是从大数据中获取有用信息的绝佳工具，在各种主流操作系统上都可以安装使用，其基本安装就提供了数以百计的数据管理、统计和图形函数。另外，社区开发的数以千计的扩展包为R增加了更多强大功能。R在大数据分析处理领域中应用非常广泛，也是学生从事科研的强有力工具。本课程从R语言数据结构、控制流程、数据输入输出为基础开始，然后讲授回归分析、分类聚类等数据挖掘方法的应用，最后结合几个综合案例讲授利用R语言进行数据统计分析和数据挖掘的方法。

课程教学目标与基本要求：

课程的教学目标是使学生熟练掌握利用R语言进行程序设计的方法，熟悉数理统计的基本理论知识，具备对大规模数据进行有效统计分析的能力。本课程强调学生的动手实践能力，要求学生达到利用R语言和相应的工具包解决实际应用问题的能力。

课程考核方式和成绩计算评定：

1．考核方式：考试（）；考查（√）

2．成绩评定：

总评成绩构成：平时考核（30）％；中期考核（0）％；期末考核（70）％

平时成绩构成：考勤考纪（50）％；作业（50）％；读书报告（0）％

实践环节（0）％；其他（0）％

课程内容及详细教学计划：

授课内容（细化到章、节、目）

教学目标

授课模式（指传统讲授、讨论、多媒体教学等）

第1章.数据结构与基本运算

1.1R语言的开发环境

1.2R语言的数据类型

1.3R语言的数据结构

熟练使用R语言的开发环境，掌握R语言的数据类型，掌握向量、矩阵、数组、列表、因子、数据框等基本的数据结构。

多媒体教学、实际操作

第2章.程序控制结构

2.1条件控制语句

2.2循环语句

2.3自定义函数

2.4向量化编程

2.5用R做优化求解

熟练使用条件控制语句和循环语句编写程序，掌握自定义函数的方法，理解向量化编程和传统程序设计的区别；会用R语言做简单的优化求解。

多媒体教学、实际操作

第3章.随机数与抽样模拟

3.1一元随机数的产生

3.2多元随机数的产生

3.3随机抽样

3.4统计模拟

熟练掌握均匀分布、指数分布、正态分布等连续分布随机数的生成方法，理解并掌握利用均匀分布随机数生成离散分布随机数的方法；熟练掌握随机抽样的方法；理解几种常见的统计模拟方法。

多媒体教学、实际操作

第4章.数据读写与预处理

4.1数据的读入

4.2数据的输出

4.3数据的预处理

4.4缺失数据处理

4.5数据集的合并与拆分

熟练掌握CSV文件数据的输入输出方法并对其他的输入输出方法有所了解；数量掌握数据预处理的方法如变量重新编码，添加新变量，类型转换，缺失数据处理等。

多媒体教学、实际操作

第5章.绘图初步

5.1一个简单的例子

5.2图形参数

5.3添加文本、自定义坐标轴和图例

5.4图形的组合

熟练掌握使用plot函数绘图的方法，熟练掌握各类型参数的使用方法，如线条、颜色、文本、尺寸以及坐标轴的设置；掌握多幅图像的组合方法。

多媒体教学、实际操作

第6章.探索性数据分析

6.1主要分析工具

6.2单变量数据分析

6.3双变量数据分析

6.4多变量数据分析

熟练掌握使用分类频数表、饼图、条形图等分析分类型数据，使用箱线图、直方图、密度图等分析数值型数据；了解常用的离群值探索方法；掌握单变量、双变量和多变量数据分析的常用方法。

多媒体教学、实际操作

第7章.回归分析

7.1一元线性回归

7.2多元线性回归

7.3非线性回归

7.4逻辑回归

掌握利用最小二乘法进行一元线性回归和多元线性回归的方法；了解非线性回归的分析方法；掌握二元及多元逻辑回归的分析方法。

多媒体教学、实际操作

第8章.分类分析

8.1决策树

8.2朴素贝叶斯

8.3K最近邻

8.4支持向量机

8.5人工神经网络

理解决策树、朴素贝叶斯、K近邻以及人工神经网络ANN进行分类的理论基础，掌握使用R语言中的rpart包、klaR包、class包、e1071包以及nnet包进行分类的方法；会使用R语言自己编写简单的分类方法。

多媒体教学、实际操作

第9章.聚类分析

9.1K均值聚类

9.2K中心点聚类

9.3层次聚类

9.4基于概率模型的聚类

理解K均