R源自90年代S编程语言的一个开源版本，主要用于统计分析、绘图、数据挖掘，在高校及商业统计分析领域非常受欢迎。最新的O’Reilly数据科学薪资调查也将R列为最高薪的数据科学家使用技能之一。当然，R最吸引人的地方在于它的趣味性，它可以用几行简单的代码生成图表和图以及完成强大的任务功能。如果你选择一门语言作为数据分析入门，我推荐R语言，因为接触后你必将会被它的魅力所吸引。
关于R语言学习，其实并没有快速学习的方法，系统学习、实践运用、独立思考、社区运用是最快速的方法。本文在此推荐一些R语言学习的网站社区、书籍、视频及项目实战资源。
1.下载安装R语言：（R和R Studio）
http://mirror.bjtu.edu.cn/cran/
www.rstudio.com
2.帮助你学习和使用R语言的资源：
http://www.ats.ucla.edu/stat/
http://socserv.mcmaster.ca/jfox/Courses/R/Peking/index.html
3.社区帮助
丨R自带的帮助文档
丨Google，善用英文搜索
丨http://Stackoverflow.com牛人聚集，99.9%的R问题都可以在上面找到你想要的答案;
丨 R Mailing List:https://stat.ethz.ch/mailman/listinfo/r-help;
系统学习一门语言的方法当然是阅读。
1.初级入门
《153分钟学会R》。首先推荐刘思喆的这本书，收集了R初学者提问频率最高的153个问题，可以快速读完。读完这本书，对R也就有了初步感性的认识。
《AnIntroduction to R》。官方的入门小册子，中文译名为《R导论》。这本书结构比较完整，通过阅读和学习可以很好地搭建R的知识架构。
《R in action》，中文译名为《R语言实战》。有了一定的基础之后，要去读一些经典书籍慢慢开始上手。这本书从R的下载安装手把手带你入门，对R语言实际中使用的基本方法介绍得比较详细精准。读完这本书算是完成基本入门了。
2.高级入门
《Statisticswith R》和《The R book》。经典教材。两本书已经不再限于R基础了，而是结合了数据分析的各种常见方法来写就的，比较系统的介绍了R在线性回归、方差分析、多元统计、R绘图、时间序列分析、数据挖掘等各方面的内容。
看完之后你会发现，原来R能做的事情这么多，而且做起来是那么简洁。
3.绘图与可视化
《R GraphicsCookbook》，中文书名为《R数据可视化手册》。可视化绘图是R语言的优势。本书是经典的R可视化教程，全面介绍了R中绘图系统。该书对应的有一个网站，google一下就可以了。
《ggplot2：Elegant Graphics for Data Analysis》，中文版译名为《ggplot2：数据分析与图形艺术》。GGplot2被很多人认为是R中最优秀的绘图包。
4.时间序列分析
《Time SeriesAnalysis and Its Applications ：with R examples》。中文译名为《时间序列分析及应用：R语言》。
该书介绍了各种时间序列分析的经典方法及实现各种经典方法的R代码。
5.数据挖掘
《Data Miningwith R: learing with case studies》（中文版译名《R数据分析：方法与案例详解》）。数据挖掘方面的书并不多，不过，R中数据挖掘方面的包已经足够多了，参考包中的帮助文档就足够了。
1.CDA.CN新开设CDA公开课栏目，旨在传播数据分析网易公开课，力求为爱学习的网友创造一个公开的免费课程平台
R语言数据分析：http://www.cda.cn/gkk/1.html
2. Coursera公开课：https://www.coursera.org/
推荐约翰.霍普金斯大学的数据科学系列课程：《数据科学家的工具箱》、《R语言程序开发》、《探索性数据分析》、《统计推断》《回归模型》、《数据产品开发》
读万卷书，不如行万里路。如果你的知识储备和R语言编程能力已经足够，想进一步提升的最好方法就是参与项目实践或者竞赛、实习。
1. www.kaggle.com（数据挖掘竞赛网站，有实战的项目和数据可供下载训练，实力强的也可以去挑战高额奖金，同时已经结束的竞赛有前三名的代码和报告可供下载学习）
2. CDA举办的竞赛，阿里巴巴算法天池算法大赛等；
当然，如果你面临自学太慢而无人指导，资源太多而无从选择，独自学习而无人交流，初学数据分析而缺乏入门经验。CDA给你提供了一个便捷入门的方式和平台。
CDA数据分析师结合国内外行业领先师资力量和企业一同精心设计了R语言数据分析课程，采用市场上最受欢迎的统计分析工具R语言，通过丰富、实际的教学内容，帮你为数据分析师职位做好准备！
北京&远程：2017年2月25~3月19日（周末8天）
授课安排：现场班6900元，远程班4900元
(1) 授课方式：面授直播两种形式，中文多媒体互动式授课方式
(2) 授课时间：上午9:00-12:00，下午13:30-16:30，16:30-17:00(答疑)
(3) 学习期限：现场与视频结合，长期学习加练习答疑。
1. 在线填写报名信息
官网端：
微信端：
2. 给予反馈，确认报名信息
3. 网上缴费
4. 开课前一周发送电子版课件和教室路线图
第一阶段：数据分析概念与R编程
1.商业数据分析的本质
2.R介绍、R与RStudio安装
3.R语言编程与数据整合
4.R基本数据类型
5.R基本数据结构
6.R程序控制
7.函数与包
8.数据合并与规整
第二阶段：数理统计与SQL数据库
1.R语言编程与数据整合
2.SQL及关系型数据库基本概念
3.SQL语言与R SQL实现
4.描述性统计分析和特征选取
5.描述统计与探索数据分析
6.APPLY函数族
7.R基础绘图包
a.案例：畅销品分析
b.案例：产品销售情况指标分析
第三阶段：数理统计与数据可视化
1.描述性统计分析和特征选取
2.GGplot2绘图介绍
3.使用SQL进行数据汇总
4.统计推断基础
5.假设检验与单样本T检验
6.两样本T检验
7.方差分析
a.案例：产品销售情况指标展现
b.案例：房价影响因素分析
第四阶段：统计推断与精益管理
1.统计推断基础
2.相关分析、卡方检验
3.简单线性回归
4.精益化管理
5.Dashboard 设计与应用
6.特设分析(Ad Hoc Analysis)
7.对比测试(A/B testing)
a.案例：基于宏观经济指标的产品产量预测模型
b.案例：注册方式对客户转化率的影响
第五阶段：市场分析方法与模式识别模型
1.市场调研与数据采集方法
2.连续变量间关系探索与压缩
3.聚类分析(客户分群)
4.对应分析与多维尺度
a.案例：信贷综合打分
b.案例：各地经济发展数据分析
第六阶段：客户分析方法与分类模型
1.线性回归介绍
2.线性回归诊断
3.分类变量分析
a.案例：信用卡客户价值预测
b.案例：电信客户流失预测
第七阶段：时间序列与综合案例
1.时间序列的定义
2.指数平滑法
3.时间序列模型ARIMA方法
4.信用卡产能预测案例
5.营销效果评估
6.某品牌香烟市场调研案例
7.业务数据分析师课程总结
a.案例：人口数据预测
b.案例：航空公司客运量预测
电话：010-68411404
手机：18010006628（陈老师）
QQ：2881989709
13001066694（张老师）
QQ：2881989710
邮箱：[email protected]
[email protected]
—— Join Learn!
