R数据科学知识体系

专题介绍：R是一种广泛用于数据分析和统计计算的强大语言，于上世纪90年代开始发展起来。得益于全世界众多 爱好者的无尽努力，大家继而开发出了一种基于R但优于R基本文本编辑器的R Studio（用户的界面体验更好）。也正是由于全世界越来越多的数据科学社区和用户对R包的慷慨贡献，让R语言在全球范围内越来越流行。其中一些R包，例如MASS，SparkR， ggplot2，使数据操作,可视化和计算功能越来越强大。R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具。R作为一种统计分析软件，是集统计分析与图形显示于一体的。它可以运行于UNIX、Windows和Macintosh的操作系统上，而且嵌入了一个非常方便实用的帮助系统，相比于其他统计分析软件，R的学术性开发比较早，适合生物学和医学等学术学科的科研人员使用。

R数据科学知识体系。

1 熟悉R语言基础知识

1）R语言是什么？R语言能够做什么？为什么要使用R语言？R语言的优势和劣势？

2）R语言的工作环境构建，R语言的集成开发工具软件RStudio的熟悉和应用。

3）R语言扩展包的管理和使用。

2 熟悉数据科学基本知识和工作流程

1）数据科学的Why-How-What问题。

2）数据科学的工作流程。

3 掌握R语言做数据整理工作

1）R语言对数据做读和写的操作

2）R语言对缺失值，重复值，错误值，异常值的处理

3）R语言对数据变换和集成操作

4）R语言对数据的选择和加工处理

4 熟悉R语言做探索性数据分析（EDA）工作

1）理解EDA的方法论

2）掌握R语言做EDA的流程和常用包与函数

3）能够对EDA的结果进行分析与总结

5 熟悉R语言做数据可视化（DV）工作

1）掌握数据可视化技术

2）掌握R语言做数据可视化的常用包与函数

3）能够对数据可视化的结果进行分析与总结

4）能够生产和制造高质量的数据可视化图

6 熟悉R语言做数据建模的工作

1）掌握统计学，数据挖掘，机器学习的基本原理和知识

2）理解数据建模工作的流程

3）利用R语言设计和实现统计学，数据挖掘，机器学习的方法

4）掌握模型部署，监控，优化和迭代的方法

7 掌握R语言做自助式数据报告工作

1）掌握数据报告的撰写

2）能够利用R语言生成自助式数据报告

3）能够利用数据报告与利益相关者做沟通

8 掌握和积累领域知识

1）掌握至少一种领域知识，比方说：金融的风险控制，新零售的数据运营等。

2）学会跨界与合作，通过自学习和互学习，让R语言数据科学解决好更多有价值的数据问题。

为什么用R语言做数据科学？

1 很多数据科学家都用R语言做数据科学工作，学习和选择R语言数据科学，让我们站在前人的肩膀上研究与实践数据科学。

2 R语言数据科学是一个活跃的组织，一个总是在不断更新和迭代的群体，有许许多多的人参与进来并作出贡献，同时，无私地以R包的方式进行分享和传播。

3 R语言是一种开源的语言和平台，是免费的，是跨平台的，可以很好地完成数据科学工作流中各个环节的任务。

R数据科学，边学边做，边做边学，持续学习和实践，通过R语言，数据，特征和模型，从数据中学习到有意义的内容，从而创造价值。

想找数据工作或者要招数据人才的朋友，或者想了解数据人有趣事情的朋友，可以关注公众号【数据人才】。