《實戰R語言預測分析》

從入門開始逐漸深入，適合不同階段和程度的讀者

演算法理論與實際案例相結合。
將枯燥無味的預測演算法原理用R語言重現。
透過案例讓讀者掌握預測模型的應用。

R語言具有上手快、效率高的特點，它橫跨金融、生物、醫學、網際網路等多個領域，主要用於統計、建模及可視化。預測是數據挖掘的主要應用之一，也是大數據時代的核心價值所在。基於R語言來做預測，兼具效率和價值的雙重屬性，是本書的一大特色。

本書共分三部份。第一部分講預測基礎，主要涵蓋預測概念理解、預測方法論、分析方法、特徵技術及評價，讀者透過這部份內容的學習，可以掌握進行預測的基本步驟和方法思路；第二部份講預測演算法，該部份包含多元迴歸分析、複雜迴歸分析及進階演算法，內容比較有難度，需要細心體會；第三部份講預測案例，包括短期日負荷曲線預測和股票價格預測兩個實例，讀者可以了解到實施預測時需要留意的技術細節。

• 
  
  

  作者介紹

  床尾朝窗化煞
  
  
  
  游皓麟
  
  高階數據分析師，目前專注於NLP、知識圖譜以及深度學習的研究與實現。曾服務於華為技術軟體有限公司等企業，多次出席R語言會議並發表演講，在小象學院擔任過R語言數據挖掘和機器學習講師。
  
  

• Part I 預測入門篇
  本篇主要介紹預測的入門知識，如果讀者對預測有一定的功力，可以跳過本部分，直接進入第二部分，瞭解預測演算法的基本原理和實現。
  
  第1章 預測入門
  本章介紹預測的基本概念，以及大數據時代預測的特點，並結合案例進行講解，最後基於R語言講解一個預測案例。
  
  第2章 預測方法論
  本章介紹預測的方法論，其中預測流程是基礎，它說明了預測實施的各個階段。然後介紹了預測的指導原則，它是預測工作者必須要知道和必須要會的。
  
  第3章 分析方法
  本章內容是資料分析、資料採擷常見的分析方法，出現在這裡，主要是為預測技術的資料處理做鋪墊。如果預測工作者沒有掌握有效的分析思路和方法，去提煉有用的指標和特徵，那麼預測工作是很難進行下去的。
  
  第4章 特徵構建技術
  本章介紹特徵構建技術，不僅介紹了常見的特徵變換方法，還介紹了特徵組合的方法。
  
  第5章 特徵選擇方法
  本章介紹特徵選擇的方法，特徵選擇適合用於特徵很多（成千上萬個，甚至千百萬個）的情況。本章介紹了使用單變數和多變數特徵選擇技術，讀者可根據需要選擇性閱讀。
  
  第6章 預測效果評估
  本章介紹預測模型效果評估的方法，主要包括分類預測模型評估方法和數值預測模型評估方法。
  
  Part II預測演算法篇
  本篇主要介紹預測演算法，本部分的演算法選擇有一定的難度，基本包含了常見及部分高階的預測迴歸演算法，讀者可仔細閱讀。
  
  第7章 線性迴歸及其優化
  本章介紹線性迴歸技術，主要包括多元線性迴歸、Ridge迴歸、Lasso迴歸、分位數迴歸、穩健迴歸的內容。
  
  第8章 複雜迴歸分析
  本章介紹複雜迴歸技術，主要包括梯度提升迴歸樹（GBRT）、神經網路、支援向量機、高斯過程迴歸的內容。這是迴歸技術的進階部分，涉及統計學習以及機器學習的內容，想挑戰難度的朋友，一定要好好讀一讀這部分。
  
  Part III預測應用篇
  本篇主要介紹預測案例。
  
  第9章 短期日負荷曲線預測
  本章介紹短期日負荷曲線預測技術，首先介紹電力行業負荷預測的業務知識，接著從預測的基本要求出發，經過預測的建模準備，進入預測建模的環節。
  
  第10章 股票價格預測
  本章介紹股票價格預測技術，首先從股票市場的簡介開始，接著介紹股票資料的獲取，然後基於VAR演算法對預測模型進行了實現，最後檢驗了預測的準確性。