原文：
www.kdnuggets.com/2021/09/ebook-learn-data-science-r.html
comments
由 Narayana Murthy，数据科学家。
我很高兴宣布我的电子书 使用 R 学习数据科学 已发布。它可以作为限时赠书 下载。
1. 谷歌网络安全证书 - 快速进入网络安全职业生涯。
2. 谷歌数据分析专业证书 - 提升你的数据分析技能
3. 谷歌 IT 支持专业证书 - 支持你的组织的 IT
数据科学是各种技能的结合。数据科学家需要精通统计学、数学、编程及其他技能。
所以合乎逻辑的问题是，从哪里开始？
统计学是理解和解释数据的科学。它是数据科学的核心。开始的最佳选择之一是 Pluralsight 的 统计学基础 课程。它涵盖了描述统计学和推断统计学。
Python、R 和 Julia 是数据科学项目中流行的编程语言。每种语言都有其独特的优点。Python 是最受欢迎的数据科学语言，而 Julia 是最快的。推荐学习 核心 Python 课程来掌握 Python 语言。
R 语言是初学者、学术人员和领域专家的最佳选择。学习数据科学和像 Python 这样的通用语言同时进行会让人感到不知所措。R 语言作为数据科学语言，更容易掌握。它有良好的社区支持。
机器学习是自动构建模型的科学。它是人工智能的一个子集。在掌握统计学和编程之后学习机器学习。书籍 线性代数与数据学习 涵盖了简单和高级的主题。它将线性代数与深度学习和神经网络结合起来进行讲解。
针对特定主题的课程能很好地理解数据科学概念。能够在一个地方学习所有技能将是非常好的。
用 R 学习数据科学 涵盖统计学、基础数学、R 语言、可视化和机器学习算法。内容精准完整，书长达 250 页。
章节包括：
-
入门
-
统计学与 R
-
数学
-
数据整理
-
探索性数据分析
-
机器学习
-
机器学习类型
-
高级监督学习
-
实践项目
-
数据科学的应用案例
-
最终说明
撰写这本书对我来说是一次很棒的经历。该书在 Goodreads 和 LibraryThing 上获得了积极反馈。下载 电子书。希望你喜欢阅读，期待你的反馈。
简介： Narayana Nemani 目前担任首席数据科学家，参与数据科学的教学和研究。
相关：