R語言自學日記(9) - 迴歸模型介紹

線性迴歸、多變量迴歸與多項式迴歸

R語言自學日記(9) — 迴歸模型介紹

R語言自學日記(10) - 時間序列預測方法

指數平滑、季節與趨勢預測、TS迴歸

前言

R語言自學系列(5) - 資料的時間序列性質檢驗

時間格式處理、定態性質與檢驗

R語言自學日記(1) - 常用資料型態

前言

因為工作需要，我打算在兩個月裡頭把R語言給補充起來，好在作為直譯式語言(Interpreted Language)，加上先前在Python上機器學習的經驗，整體轉換起來並不困難。這個系列會是關於R語言上實作時間序列分析，主要是ARMA與GARCH的實作練習，我也打算將一些深度學習常用的框架諸如RNN放在實作中，不過深度的數學研討就不要找我了，我也還在研究(笑)。

R語言簡介與執行環境

R語言自學日記(7) - 其他資料預處理技巧

Test/Train Split、特徵化、虛擬變數與降維處理

R語言自學日記(8) - 處理季節性問題：傅立葉變換與STL分解

傅立葉變換、STL分解

前言

R語言自學日記(6) - 移動平均(MA)與常見股票圖表繪製

用ggplot繪製移動平均與股價K線

前言

R語言自學系列(4) - 資料清洗與探索性資料分析

遺漏值、離群值與探索性資料分析

前言

R語言自學日記(2) — 常用套件介紹

前言

Python的使用者對於packages肯定不會陌生，雖然在某種程度上靈活性不如直接打原始碼，但在資料科學的領域，的確省了開發人員很多問題，最重要的就是能讓資料科學家更專注於數據結構、分析方法…

R語言自學系列(3) — 迴圈、流程控制與物件導向設計

前言

程式語言最重要的點莫過於這三者，尤其物件導向的程式設計(Object-oriented programming)，這樣的方式非常便於版本管理，實務上是多人專案的基礎，你可以想像得到，當一次複雜的數據分析專案進行時，每個人負責不同的function，當這些function又須要經過他人的前處理時，很容易造成覆蓋原有代碼等悲劇，因此今天就來談談R語言如何實現這些操作。