发帖
雷达卡
首先来个disclaimer：我认识R只有两年，2015开始因为一个regression modelling project 被导师逼学R或Octave或Matlab，python与C++我都不上手，因此选了看起来最容易的R 。事实证明我的判断是对的啊。（我是在国外求学，所以进入大学之前有机会做student attachment。）
与javascript或ruby相比，R不是个coding language，所以网上那些codeacademy/ coursera 没什么用。（除了coursera上有个machine learning by prof andrew ng 的还蛮不错）。我从网上下载一些ebook：
1）最有用的肯定是 max kuhn的 applied predictive modelling 2013。当然这是给新手的，所以除了code也会给很多讲解。比如说怎么做pca，为啥要做pca，怎么看context来调整pca。就是基本的processing of large datasets才开始 analysis。而且（好像是chapter 12或13）会有real life example 来解释怎么选models，performance metric等等。太有用了。就好像是有人来讲解jmlr的papers吧。最重要的是它会介绍好多好多有用的R libraries （好像称为 package）。regression models应有尽有：什么mars，svm，neural network，forests 甚至classification models 也有，去看看吧。
2）julian faraway 的 practical regression and anova using R 也不错。只是需要有一点数学基础。我还读了gilbert strang的intro to linear algebra 和一些mathematical statistics 书才了解这本书的一些内容。但是这还蛮基本的。如果你的R不错就可以不用看了。
3）doing bayesian data analysis。mining of massive datasets。pattern recognition and machine learning。这三本书不是针对R的，但我觉得如果你想真正成为一个R的高手就该对ml/ big data/ stats 有一定的认识。在大学念political science的朋友都得学R，何况我们这些用R来工作的人。这说明我们的R程度不能停留在怎么从csv中索取mean median mode或反复用着同样的black scholes model。我们需要非常熟悉每一个功能与models的利与弊，要在什么样的情况下来个cost benefit analysis。
4） 唯一有用的网站就是R的官方网站吧，就是 .ch 的那个，什么奇怪的function它都有解释和例子。还有就是jmlr journal有好多免费的maxhine learning research papers，可以练一练自己的R。还有Kaggle可以下载很多 datasets，也可以当作比赛赚钱。最后差点忘了这个！quantstart 上有很多怎么成为quant trader的资料。但是是英国人写的。所以很多课程，大学之类都仅限于英国 （通常美国人写的financial tech trading 比较国际化）。当然不是排斥英国人。这是个非常好的网站。想要转型成data scientist的人也可以参考。
好了先写到这儿吧。或许我还年轻，这些东西对写了几十年R code 的前辈们没什么卵用。不过我一路走来碰了许多障碍，希望新人可以根据我的一些介绍，更容易地走下去。话说回来我还很用心地学c++和python呢！我觉得只要掌握这三种language就好了。javascript ruby ada visual basic haskell 就让那些cs研究生去学吧～～～大家，共勉。
京公网安备 11010802022788号
