送书 | 深入浅出R语言数据分析
共 1676字，需浏览 4分钟
·
2020-09-30 14:32
【导读】R语言由统计学家设计，专门用于统计计算。随着技术的进步，数据公司或研究机构的数据收集工作变得越来越复杂，许多人已经采用R语言作为分析数据的首选语言。R语言非常适合机器学习、数据可视化、数据分析及科学计算。R语言因其特定主题的软件包及其通信基础设施的深入而非常适合业务。R语言包含主题广泛的软件包，如计量经济学、金融学和时间序列；拥有一流的可视化、报告和交互性工具，这些工具在科学计算领域同样重要。因此，R语言非常适合科学家、工程师和商业专业人士使用。
最新出版的《深入浅出R语言数据分析》，笔者以R语言为工具进行数据分析、统计建模、机器学习等数据科学的工作已经很多年了，对R语言的原理、应用等各个方面有着比较全面的认识。R语言有着非常突出的优点。
（文末查看送书规则）
第一，R语言是开源的，可以完成SAS所能完成的几乎所有的工作，SAS非常昂贵，但是R语言完全免费。个人或者公司可以自由地安装、使用、更新、修改R语言程序，或者转售R 语言程序，这是一个巨大的优势。
第二，R 语言是跨平台的，可以在Windows 、Mac OS 和Linux 上运行，可以从各种数据源导入数据。
第三，R 语言有着非常强大的社区，其提供了非常丰富的数据科学、统计相关的资源， 可以使得每一个R 语言用户受益。正是这些资源，可以让一个非常复杂的问题得到快速解决。
第四，R 语言提供了强大的数据可视化功能，可以生成高质量的图形，如条形图、直方图、散点图、动态图形、数学符号，甚至是自己设计的全新图形，通常只需很少的代码。
第五，R 语言的文档资源相当丰富，并且质量非常高，这对于学习R 语言及在工作中使用R 语言有着非常大的帮助。因为R 语言涉及很多领域的应用，从生物、金融到贝叶斯统计、网络分析，可以沿着R 语言资源的脉络了解其他领域的知识。
第六，R 语言同样可以用来处理PB 级别的业务数据。使用R 语言处理大量数据时， 系统可能会耗尽内存，但有几种商业版本的R 语言可以轻松处理大量业务数据，而不会有任何麻烦。
使用R 语言存在一些挑战。R 语言的学习曲线比较陡峭，虽然R 语言的语法比较简单， 入门比较快；R 语言的强大在于其丰富的资源，掌握这些资源并加以利用并不是一件容易的事情；另外，解决数据分析、数据科学方面的问题，仅仅了解R 语言是远远不够的，统计理论、机器学习方面的知识同样是解决问题的门槛；并且，更重要的是掌握数据科学、数据分析问题的思维方式及流程，而这些也不是短时间内就能掌握的。
但是，只要坚持学习下来，就会发现，R 语言提供的大量地应用于数据科学、数据分析方面的资源都能够为我们所用，而我们也能游刃有余地解决数据分析相关的问题。
编辑推荐
8年实战经验，带你搞定R语言数据分析，有理论，有应用，有技巧
系统：从数据读取、网络爬虫，到数据分析方法，应有尽有
全面：介绍了最常用的12种数据分析方法
实战：针对每种方法，都给出了实现代码，拿来就用
图解：提供了59张数据分析图，方便读者学习
免费提供配套学习视频 源程序下载
目录
第1章 数据分析项目的流程
第2章 数据的读取
第3章 数据探索
第4章 生存分析
第5章 主成分分析
第6章 多维缩放
第7章 线性回归模型
第8章 逻辑回归模型
第9章 聚类模型
第10章 关联规则
第11章 随机森林
第12章 支持向量机
第13章 神经网络
第14章 文本挖掘
第15章 社交网络分析
第16章 H2O 机器学习
第17章 R语言爬虫
【扫一扫添加小编】