具体描述
本次修订版本距离上一次的修订版已经五年了。在这五年之中，R 软体版本从上次的 2.10.1 版演进到目前的 3.5.1 版，已经有许多的改进。例如，从 R 3.4.0 开始，使用者自订函数的 JIT (Just in Time) byte-code 自动编译与回圈的加速，让 R程式的执行速度加快很多。
这次的新版包含不少旧版勘误、部分旧套件无法使用的替代方案、新范例的加入、新工具函数如mgsub、grepl 的介绍、F 检定逐步回归的程式、dplyr + pipe 资料分析简介、以及 ggplot2 套件极好用的分组绘图功能介绍等等。
这五年之间，尤其是最近几年人工智慧(AI) 的再一次窜红，也让某些程式语言或软体成为不少人常用的资料分析工具。因此，这几年间，在网路上经常看到「R 软体是否已经落伍？」、「某语言是否比 R 适合资料分析？」等问题。
我个人的看法是，尽管有许多人帮忙吹嘘，但是这一波AI 到目前为止目前仍然没有「智慧」可言。某些程式语言虽然因为 AI 而窜红，但多数人是用来作为 AI深层学习建模的工具，这样的角色也可能因为越来越普遍化的「AI 自动建模软体」出现而逐渐淡化。另一个逐渐浮出的疑虑是，这一波的 AI 是否因为再次吹嘘过度又将泡沫化？如果是这样，也可能让攀附在 AI 浪潮的某些程式语言工具前途未定。
纯就资料分析的角度来看，我个人仍然偏好 R 软体。R 不仅拥有各领域资料分析超过 1 万 2 千多个套件，从资料分析、数学公式与程式之间的直觉转换、与演算法程式化的角度来看，R 语言的特性让我们很容易地将理论演算法转为程式，也让许许多多的人们能够写出更多的套件与我们分享，让我们不需要自己辛苦从头打造各类应用程式。
这次的新版包含不少旧版勘误、部分旧套件无法使用的替代方案、新范例的加入、新工具函数如mgsub、grepl 的介绍、F 检定逐步回归的程式、dplyr + pipe 资料分析简介、以及 ggplot2 套件极好用的分组绘图功能介绍等等。
这五年之间，尤其是最近几年人工智慧(AI) 的再一次窜红，也让某些程式语言或软体成为不少人常用的资料分析工具。因此，这几年间，在网路上经常看到「R 软体是否已经落伍？」、「某语言是否比 R 适合资料分析？」等问题。
我个人的看法是，尽管有许多人帮忙吹嘘，但是这一波AI 到目前为止目前仍然没有「智慧」可言。某些程式语言虽然因为 AI 而窜红，但多数人是用来作为 AI深层学习建模的工具，这样的角色也可能因为越来越普遍化的「AI 自动建模软体」出现而逐渐淡化。另一个逐渐浮出的疑虑是，这一波的 AI 是否因为再次吹嘘过度又将泡沫化？如果是这样，也可能让攀附在 AI 浪潮的某些程式语言工具前途未定。
纯就资料分析的角度来看，我个人仍然偏好 R 软体。R 不仅拥有各领域资料分析超过 1 万 2 千多个套件，从资料分析、数学公式与程式之间的直觉转换、与演算法程式化的角度来看，R 语言的特性让我们很容易地将理论演算法转为程式，也让许许多多的人们能够写出更多的套件与我们分享，让我们不需要自己辛苦从头打造各类应用程式。
著者信息
图书目录
图书序言
图书试读
None
用户评价
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 ttbooks.qciss.net All Rights Reserved. 小特书站 版权所有