发帖
雷达卡
Rafael
A. Irizarry 的《Introduction to Data Science: Data Analysis and Prediction Algorithms with R》第一版，整本在线免费读，共 40 章，按六个部分组织。它的写法是"从案例出发"：每章先给一个真实数据集的问题，再引出要用的 R 技能，最后配练习。
先说一件必须知道的事：作者在首页明确写了这本第一版已经过时，推荐使用第二版，而第二版被拆成了两本：《Data Wrangling and Visualization with R》与《Statistics and Prediction Algorithms Through Case Studies》。所以现在读第一版的理由只剩三个：课程或导师指定了这一版、想要一条从 R 基础到机器学习的连贯路径、或者手上的项目需要它那套案例。
六个部分与 40 章的分工
| 部分 | 章 | 内容 |
| I R | 1—6 | R 与 RStudio 入门、R 基础、编程基础、tidyverse、导入数据、data.table |
| II 数据可视化 | 7—11 | 可视化入门、ggplot2、分布可视化、实战、可视化原则 |
| III 统计 | 12—19 | 描述统计、概率、随机变量、统计推断、统计模型、回归、线性模型、相关不等于因果 |
| IV 数据整理 | 20—26 | 数据整理入门、重塑、连接表、网页抓取、字符串处理、日期时间解析、文本挖掘 |
| V 机器学习 | 27—34 | 机器学习入门、平滑、交叉验证、caret 包、算法示例、实践、大数据集、聚类 |
| VI 生产力工具 | 35—40 | 生产力工具入门、安装 R 与 RStudio、终端与 Git、Unix 组织文件、Git 与 GitHub、用 RStudio 与 R Markdown 做可复现项目 |
这个结构值得留意：可视化排在统计之前，数据整理排在机器学习之前，生产力工具放最后。作者的顺序是"先看见数据、再推断、再建模、最后把流程固化成可复现的项目"，与很多教材先讲概率再讲画图的做法相反。
三处最实用的部分
第 2 章用美国枪击谋杀数据讲 R 基础，把对象、函数、数据类型、向量、矩阵、列表、索引这些内容全部挂在一个真实数据集上。比起先讲语法再举例，这种方式对初学者更友好，因为每一步都能看到数据变成什么样。
第 7 到 11 章的可视化是全书写得最细的部分，五章分别讲工具、分布、实战与原则。第 11 章的"可视化原则"值得单独读，它讲的是为什么有的图会骗人，而不是怎么调颜色。
第 27 到 34 章的机器学习是第二有价值的部分：从平滑到交叉验证再到 caret，最后落到聚类与大数据集。它不追求覆盖所有算法，而是把"训练集与测试集怎么分、过拟合怎么看出来、模型怎么比"这条流程讲完整。
数据整理那七章别跳
很多人读这类书会直接跳到建模，结果卡在数据进不来。第 20 到 26 章分别是：整理入门（tidyverse 的核心动词）、重塑（宽长表转换）、连接表、网页抓取、字符串处理、日期时间解析、文本挖掘。这七章覆盖了真实项目里最耗时的环节，尤其是日期时间与字符串两章，处理脏数据时天天用得上。
第 23 章的网页抓取要留个心：这类教材的示例多基于写作当时的网站结构，站点改版后代码常常跑不通，学习的重点是抓取流程与合法性判断，不是照抄选择器。
视频与练习
这套材料配了可执行的 R 例子与章末练习，代码与数据集都对应正文的例子。练习每章末尾几道，难度分布比较均匀，做完了再进下一章，比只看代码有效得多。
如果时间有限，一个可用的取舍是：第 1 至 2 章快速过、第 4 与第 5 章精读、第 7 至 11 章精读、第 12 至 18 章按需、第 20 至 26 章精读、第 27 至 30 章精读，其余按项目需要查。
读第一版还是第二版
如果目标是系统学一遍并且不赶时间，直接读第二版更合适：内容更新，工具链也更新。如果目标是跟着某个课程或复现某篇材料，第一版的连贯性反而更好，因为第二版拆成两本后，统计与预测那部分被单独拎出去了。
两版之间要注意工具的变化：tidyverse 的语法、caret 的用法、RStudio 的界面与 R 版本都在变，第一版里的部分代码在新版本 R 上会报错，遇到报错先查包的当前文档，不要怀疑自己写错了。
许可与使用
在线版页面没有标注开放许可或转载条款，书籍由 CRC Press 出版。适合按原站入口阅读；引用时按作者、书名与版次著录，整章复制或再分发需要另行确认授权。
────────────────
在线版入口、第二版两册的分册入口、40 章完整目录与六部分划分、视频与练习的获取位置，回复本帖即可见。
把经管之家装进你常用的 AI 智能体中 一键快捷安装经管之家 MCP／技能，让 AI 帮你查教程、找数据、读论坛帖子。 检索、阅读公开帖子不收费，安装可申请领取：3 通用积分＋100 论坛币＋3 元论坛资金 说明： AI 算力按所用平台规则计算；附件按原帖条件获取；福利领取条件以活动页面为准。 |
京公网安备 11010802022788号
