本章讨论了以下主题：
数据挖掘和可用的数据源。
R语言的简要概述以及使用R语言的必要性。
统计学和机器学习，以及它们与数据挖掘关系的描述。
两个标准的行业数据挖掘过程。
数据属性类型和数据测量方法。
数据预处理的3个重要步骤。
数据挖掘算法的可扩展性和效率，以及数据可视化的方法与必要性。
社交网络挖掘、文本挖掘和网络数据挖掘。
关于RHadoop和Map Reduce的简短介绍。
在下面的章节中，我们将学习如何使用R语言来处理数据并实现不同的数据挖掘算法。
相关资源：R试题（附带答案）.docx