❶ r r語言實戰 r語言編程藝術 機器學習哪本好
首先R是一種專業性很強的統計語言，如果想學得快一些的話，基本的統計學知識要懂，不然很多東西會掌握的比較慢。 掌握基本語法和操作，推薦國內的已經翻譯的比如《R語言實戰》《R語言編程藝術》，這個過程中最好結合一些小例子來做一些分析的東...
❷ 有哪些關於 R 語言的書值得推薦
R是一種專業性很強的統計語言，如果想學得快一些的話，基本的統計學知識要懂，不然很多東西會掌握的比較慢。
掌握基本語法和操作，推薦國內的已經翻譯的比如《R語言實戰》《R語言編程藝術》，這個過程中最好結合一些小例子來做一些分析的東西。其他還有《R語言實例》《R語言核心技術手冊》也都是很好的書！如果需要可視化的話，強烈不推薦學習R本身的作圖系統，實在是太不友好了.....還是用ggplot2吧。
掌握了上面的，就可以深入一些了，如果是做數據分析和可視化，推薦《ggplot2：數據分析與圖形藝術》，這個才是作圖的神器啊.....如果是空間分析相關的，推薦《Applied Spatial Data Analysis with R》，這個如果可以的話看英文版，而且要有地學的一些知識背景，中文版翻譯的太次了，盡量不要看。數據挖掘機器學習之類的，可以看看比如《數據挖掘與R語言》、《機器學習——實用案例解析》，不過我覺得這幾本書沒上面的那幾本好，但是可以大概看看是咋回事，最好還是看看專門的相關書籍，熟悉各種演算法和流程，到時候搜索R的package，照著文檔和例子搞定，不是特別難。
最後，強烈推薦統計之都、R-bloggers，統計之都以及謝益輝、肖凱、劉思喆等人的博客（自行Google以及到上面的網站找鏈接），訂閱一下，會很有幫助，RStudio是個很棒的IDE，用起來很爽，功能很強大。
總之，你可以從《R語言實戰》開始出發吧！
❸ 有哪些關於 R 語言的書值得推薦
R是一種專業性很強的統計語言，如果想學得快一些的話，基本的統計學知識要懂，不然很多東西會掌握的比較慢。
掌握基本語法和操作，推薦國內的已經翻譯的比如《R語言實戰》《R語言編程藝術》，這個過程中最好結合一些小例子來做一些分析的東西。其他還有《R語言實例》《R語言核心技術手冊》也都是很好的書！如果需要可視化的話，強烈不推薦學習R本身的作圖系統，實在是太不友好了.....還是用ggplot2吧。
❹ 有哪些關於 R 語言的書值得推薦
R是一種專業性很強的統計語言，如果想學得快一些的話，基本的統計學知識要懂，不然很多東西會掌握的比較慢。
掌握基本語法和操作，推薦國內的已經翻譯的比如《R語言實戰》《R語言編程藝術》，這個過程中最好結合一些小例子來做一些分析的東西。其他還有《R語言實例》《R語言核心技術手冊》也都是很好的書！如果需要可視化的話，強烈不推薦學習R本身的作圖系統，實在是太不友好了.....還是用ggplot2吧。
掌握了上面的，就可以深入一些了，如果是做數據分析和可視化，推薦《ggplot2：數據分析與圖形藝術》，這個才是作圖的神器啊.....如果是空間分析相關的，推薦《Applied Spatial Data Analysis with R》，這個如果可以的話看英文版，而且要有地學的一些知識背景，中文版翻譯的太次了，盡量不要看。數據挖掘機器學習之類的，可以看看比如《數據挖掘與R語言》、《機器學習——實用案例解析》，不過我覺得這幾本書沒上面的那幾本好，但是可以大概看看是咋回事，最好還是看看專門的相關書籍，熟悉各種演算法和流程，到時候搜索R的package，照著文檔和例子搞定，不是特別難。
最後，強烈推薦統計之都、R-bloggers，統計之都以及謝益輝、肖凱、劉思喆等人的博客（自行Google以及到上面的網站找鏈接），訂閱一下，會很有幫助，RStudio是個很棒的IDE，用起來很爽，功能很強大。
總之，你可以從《R語言實戰》開始出發吧！
摘自網路網友，謝謝。
❺ 有哪些關於 R 語言的書值得推薦
數據挖掘與R語言
本書首先簡要介紹了R軟體的基礎知識（安裝、R數據結構、R編程、R的輸入和輸出等）。然後通過四個數據挖掘的實際案例 （藻類頻率的預測、證券趨勢預測和交易系統模擬、交易欺詐預測、微陣列數據分類）介紹數據挖掘技術。這四個案例基本覆蓋了常見的數據挖掘技術，從無監督的 數據挖掘技術、有監督的數據挖掘技術到半監督的數據挖掘技術。全書以實際問題、解決方案和對解決方案的討論為主線來組織內容，脈絡清晰，並且各章自成體 系。讀者可以從頭至尾逐章學習，也可以根據自己的需要進行學習，找到自己實際問題的解決方案。
本書不需要讀者具備R和數據挖掘的基礎知識。不管是R初學者，還是熟練的R用戶都能從書中找到對自己有用的內容。讀者既可以把本書作為學習如何應用R的一本優秀教材，也可以作為數據挖掘的工具書。
機器學習：實用案例解析
機器學習是計算機科學和人工智慧中非常重要的一個研究領域，近年來，機器學習不但在計算機科學的眾多領域中大顯身手，而且成為一些交叉學科的重要支撐技 術。本書比較全面系統地介紹了機器學習的方法和技術，不僅詳細闡述了許多經典的學習方法，還討論了一些有生命力的新理論、新方法。
全書案例既有分類問題，也有回歸問題；既包 含監督學習，也涵蓋無監督學習。本書討論的案例從分類講到回歸，然後討論了聚類、降維、最優化問題等。這些案例包括分類：垃圾郵件識別，排序：智能收件 箱，回歸模型：預測網頁訪問量，正則化：文本回歸，最優化：密碼破解，無監督學習：構建股票市場指數，空間相似度：用投票記錄對美國參議員聚類，推薦系 統：給用戶推薦R語言包，社交網路分析：在Twitter上感興趣的人，模型比較：給你的問題找到最佳演算法。各章對原理的敘述力求概念清晰、表達准確，突 出理論聯系實際，富有啟發性，易於理解。在探索這些案例的過程中用到的基本工具就是R統計編程語言。R語言非常適合用於機器學習的案例研究，因為它是一種 用於數據分析的高水平、功能性腳本語言。
R語言經典實例
本書涵蓋200多個R語言實用方法，可以幫助讀者快速而有效地使用R進行數據分析。R語言給我們提供了統計分析酣一切工具，但是R本身的結 構可能有些難於掌握。本書提供的這些面向任務、簡明的R語言方法包含了從基本的分析任務到輸入和輸出、常用統計分析、繪圖、線性回歸等內容，它們可以讓你 馬上應用R高效地工作。
每一個R語言方法都專注於一個特定的問題，隨後的討論則對問題的解決方案給出解釋，並闡釋該方法的工作機理。對於R的初級用戶，《R語言經典實例》將幫助 你步入R的殿堂；對於R的資深用戶，本書將加深你對R的理解並拓展你的視野。通過本書，你可以使你的分析工作順利完成並學習更多R語言知識。本書由蒂特 著。
R語言編程藝術
R語言是世界上最流行的用於數據處理和統 計分析的腳本語言。考古學家用它來跟蹤古代文明的傳播，醫葯公司用它來探索哪種葯物更安全、更有效，精算師用它評估金融風險以保證市場的平穩運行。總之， 在大數據時代，統計數據、分析數據都離不開計算機軟體的支持，在這方面R語言尤其出色。
本書將帶領你踏上R語言軟體開發之旅，從最 基本的數據類型和數據結構開始，到閉包、遞歸和匿名函數等高級主題，由淺入深，講解細膩，讀者完全不需要統計學的知識，甚至不需要編程基礎。而書中提到的 很多高級編程技巧，都是作者多年編程經驗的總結，對有經驗的開發者也大有裨益。本書精選了44個擴展案例，這些案例都源自於作者親身參與過的咨詢項目，都 是與數據分析相關的，生動展示了R語言在統計學中的高效應用。
金融數據分析導論：基於R語言
本書由統計學領域著名專家Ruey S. Tsay（蔡瑞胸）所著，從基本的金融數據出發，討論了這些數據的匯總統計和相關的可視化方法，之後分別介紹了商業、金融和經濟領域中的基本時間序列分析和計量經濟模型。
時間序列分析及應用:R語言(原書第2版)
本書以易於理解的方式講述了時間序列模型及其應用，主要內容包括：趨勢、平穩時間序列模型、非平穩時間序列模 型、模型識別、參數估計、模型診斷、預測、季節模型、時間序列回歸模型、異方差時間序列模型、譜分析入門、譜估計、門限模型.對所有的思想和方法，都用真 實數據集和模擬數據集進行了說明。
本書可作為高等院校統計、經濟、商科、工程及定量社會科學等專業學生的教材或教學參考書，同時也可供相關技術人員使用。
❻ 給要入門量化分析的人一些建議
給要入門量化分析的人一些建議
針對你數學、物理較好以及有一定C基礎的情況，我的建議（也是對所有想要入門量化分析的人）的建議是：
一. 數學
繼續打好數學基礎，學一學集合論、統計學方面的知識，方便以後可以從初級經濟學的學習轉向中高級。你大一，集合論和統計學如果沒學過建議先入個門。比如國內著名的統計學大師陳希孺先生的《概率論與數理統計 (豆瓣)》、《數理統計學教程 (豆瓣)》等等，寫得非常好，請仔細揣摩體會。
二. 經濟學&金融學
數學基礎可以了，如果學校教的你也覺得很簡單，那就看一點計量經濟學和中級微觀經濟學方面的書，看能不能看懂。
比如《計量經濟學導論 (豆瓣)》這本書就不錯，還有經典的范里安的中級微觀經濟學教材：《微觀經濟學 (豆瓣)》，以及經典聖經：《期權、期貨和其他衍生品（第5版） (豆瓣)》。
當然，如果你想要出國深造，那麼選擇看英文版的是很好的選擇。
但是如果你是想要更好地利用時間，看中文版也是不錯的選擇，因為看中文版肯定比英文版快得多。
三. 計算機與編程
1. 計算機
你如果之前沒有學過計算機相關知識，我建議可以先看一本書入個門，了解計算機的大致工作原理，我推薦研讀一下：《計算機科學概論（第11版） (豆瓣)》
2. 語言
然後，你既然要學習金融方面的知識，我建議可以暫時不學C或者C++，而選擇學習python，python更簡單，數理分析、科學計算能力更強大。我推薦看一下：《Python基礎教程 (豆瓣)》，這本書講的是python2.7，對初學者而言，還是看這本比較好。
你還可以參照統計語言R來更深入地理解python，我推薦《R語言編程藝術 (豆瓣)》。
然後你可以看一下專講python用作數據分析的好書：《利用Python進行數據分析(豆瓣)》。（這本書裡面講的python以及對應的pandas、scipy、numpy模塊都是基於python2.7的——這就是為什麼我推薦的python入門教材是python2.7的，對於初學者，版本問題很可能是個坑，學2.7更好。）
另外，家中常備：《Python標准庫 (豆瓣)》，很多問題就不用重新造輪子了。
3. 未來
計量方法嚴格來講只是傳統方法，為了應對未來、成為寬客，建議學習數據挖掘、機器學習、人工智慧方面的知識，我推薦《數據挖掘導論 (豆瓣)》，《機器學習 (豆瓣)》等等書籍。
另：python作為解釋型語言，性能不及C等編譯型的語言，特別是對於高頻交易等，以防萬一，建議還是入一下計算機的演算法、數據結構、計算機系統坑。。。。當然，這又是個大坑。
四. 實踐
現在有一些在線的金融系統，可以給你機會讓你寫你自己的模型的，你多留意一下，也可以問下老師，閑來沒事兒寫幾個交易模型試一試。
據我所知目前大多數寫交易模型的，都沒有較強的綜合能力（綜合經濟金融、數學、編程這三個方面），你要想比他們都強，那就把這三個方面的基礎都打好。
最後，少年，我看你骨骼驚奇，這本《集體智慧編程 (豆瓣)》我就送給你了，寫一個遺傳演算法為內核、並且底層優化的具有進化特徵的交易模型吧，特別是在數據環境本身就具有進化特性的情況下，亮瞎他們！——至少聽起來很牛逼~~
❼ 入門r語言，r語言編程藝術和r語言實戰最好先看哪一本
當然是先看比較入門的書，對R語言有個大概的了解，並且稍微操作一下。
再看r語言實戰，內容比較全面，包括很多例子，不懂再參考一下並實際操作。看完這本書你就學得差不多了。
最後看r語言編程藝術，內容比較深入，涉及一些底層的東西和一些初學者不太用的東西。比如怎麼用代碼進行調試等。
❽ 有哪些關於 R 語言的書值得推薦
R是一種專業性很強的統計語言，如果想學得快一些的話，基本的統計學知識要懂，不然很多東西會掌握的比較慢。
掌握基本語法和操作，推薦國內的已經翻譯的比如《R語言實戰》《R語言編程藝術》，這個過程中最好結合一些小例子來做一些分析的東西。其他還有《R語言實例》《R語言核心技術手冊》也都是很好的書！如果需要可視化的話，強烈不推薦學習R本身的作圖系統，實在是太不友好了.....還是用ggplot2吧。