R语言怎么学比较好？
大数据分析R语言是一种日益流行的编程语言，尤其是在数据分析和数据科学领域。但是，如果您不确定如何处理R语言，学习R语言可能会是一个令人沮丧的挑战。
如果您过去一直在努力学习R语言或其他编程语言，那么您肯定并不孤单。这并不是您的失败，也不是语言的某些固有问题。通常情况下，这是一个不匹配什么之间的内容激发你学习和结果如何，你实际上是在学习。
当您学习任何编程语言时，这种不匹配都会带来很大的问题，因为它会将您直接带到我们喜欢称之为无聊的悬崖的地方。
无聊的悬崖是什么?在获得好的东西之前，通常会遇到无聊的编码语法和枯燥的实践问题，而这正是您真正想要做的事情。
没有人注册学习编程语言，因为他们喜欢语法。然而，从教科书到在线课程的许多学习资源都是以学生需要掌握R语言语法的所有关键领域才能真正使用它的想法编写的。
那是新学习者趋于成群结队的地方。你感到兴奋的学习一门编程语言，因为你想要做的东西与它，但你会立即导致这个庞大的复杂的墙，无聊的东西，你，你居然什么之间是希望做的事情。毫不奇怪，很多学生在攀登“悬崖”时都会放弃或放弃。
无法用R语言或任何其他编程语言来学习语法。但是，是为了避免枯燥的悬崖一种方式。
如此可惜的是，这么多的学生落在悬崖上，因为R语言绝对值得学习!实际上，对于对学习数据科学感兴趣的任何人，R语言都比其他语言有很多优势。其整洁的生态系统使各种日常数据科学任务变得非常简单。R语言中的数据可视化既简单又非常强大。在线R语言社区是所有编程社区中最友好，包含最广泛的社区之一。
当然，学习R语言对于您的职业生涯可能非常有用。数据科学是一个发展迅速的领域，具有很高的平均薪水。大多数顶级科技公司雇用R语言编码器来担任与数据科学相关的工作。R语言在几乎所有从事分析的行业中的全球公司中都在使用。那么，如何才能避免无聊的悬崖，并以正确的方式学习R语言?
1、找到学习R语言的动机
在您破解教科书之前，注册一个学习平台，或者单击您的第一个教学视频上的播放，花一些时间来认真考虑为什么要学习R语言，以及您想如何使用它。您想使用哪种数据?您喜欢什么样的项目建设?您想回答什么类型的问题?
您的目标应该是找到在此过程中能够激励您的事情。这将帮助您定义最终目标，并且将帮助您轻松地实现最终目标。
尝试比“成为数据科学家”更深入。有各种各样的数据科学家致力于各种各样的问题和项目。您对语言分析感兴趣吗?计算机视觉?预测股市?深入研究体育统计?您想用新技能做什么事情，以使您在学习R语言的过程中保持动力?
选择一两个您感兴趣并且愿意坚持的东西。您将着重对他们的学习，并牢记这些。
只需确保选择您真正感兴趣的东西即可。如果您选择计算机视觉，这是行不通的，因为您听说过它很有价值，但是实际上对执行这项工作并不感兴趣。您的兴趣是促使您继续前进的动力，因此它必须是真实的。
您无法完全避免学习语法“无聊的悬崖”，但可以将其变成更易于管理的“无聊之路”。
2、学习基本语法
不幸的是，没有办法完全避免这一步。语法是一种编程语言，比人类语言的语法甚至更重要。如果有人说“我要去商店”，那么他们的英语语法是错误的，但是您可能仍然可以理解他们的意思。不幸的是，当计算机解释您的代码时，它们的容忍度要低得多。
但是，学习死记硬背语法很无聊，因此您的目标必须是花尽可能少的时间进行死记硬背语法学习，而在处理您感兴趣的现实问题时尽可能多地学习语法。即使语法本身并不那么令人兴奋，也可以保持您的动力。
以下是一些学习R语言基础知识的资源：
a.Codecademy-在教授基本语法方面做得很好。
b.AAA教育：R语言编程简介 —我们构建了AAA教育，通过即时集成现实世界数据和实际数据科学问题，帮助数据科学专业的学生避免无聊的悬崖。我们认为在处理实际问题的上下文中学习语法会使其变得更加有趣，并且我们的交互式平台会挑战您如何真正应用您所学的内容，并在进行过程中检查您的工作。此课程也是完全免费的。
c.R语言 foR语言 Data Science —可以从O'R语言eilly印刷或免费在线获得的教科书。
d.R语言样式指南 -这不应该是您的主要学习资源，但可以作为有用的参考。
我们不能太强调您应该花尽可能少的时间来学习死记硬背语法。您越快地从事项目工作，您就会学得越快。如果以后遇到问题，您总是可以参考各种资源来学习和仔细检查语法。但是您的目标应该是最多在此阶段花费几个星期。
尽快开始进行结构化数据科学项目的工作。
3、开展结构化项目
一旦掌握了足够的语法，就可以更独立地进行结构化项目了。项目是一种很好的学习方式，因为它们使您可以应用已学到的知识，同时通常还会挑战您学习新事物并在解决过程中解决问题。此外，建设项目将帮助您整理投资组合，以便日后向未来的雇主展示。
您可能现在还不想涉足完全独特的项目。您会陷入很多麻烦，并且过程可能令人沮丧。而是寻找结构化的项目，直到您可以积累更多的经验并提高舒适度为止。
如果您选择通过AAA教育学习R语言，那么它将直接内置于我们的课程中-我们的每一门数据科学课程都以一个指导性项目结尾，该项目挑战您综合和应用所学知识。这些项目提供了一定的结构，因此您并不完全依靠自己，但是与常规课程内容相比，它们更具开放性，可让您进行实验，以新的方式综合技能并犯错误。
如果您不学习AAA教育，那么还有许多其他结构化项目可供您进行研究。查找有关Medium的R语言教程，该教程侧重于您感兴趣的主题，例如，并通过它进行学习。然后，尝试将其扩展一点-您如何更深入或增加更多?
4、自己构建项目
一旦完成了一些结构化项目，您可能已经准备好进入学习R语言的下一个阶段：做自己的独特数据科学项目。除非您站出来尝试自己做某事，否则很难知道您真正学到了多少。在您感兴趣的独特项目上进行工作，不仅会给您一个很好的主意，而且会带给您一个很好的主意。
而且，尽管您将构建自己的项目，但您不会一个人工作。在工作时，您仍将参考帮助和学习新技术和方法的资源。特别是对于R语言，您可能会发现有一个专用于帮助您正在处理的项目类型的软件包，因此进行新项目有时也意味着您正在学习新的R语言软件包。
如果卡住了怎么办?做专业人士，并寻求帮助!这里有一些很棒的资源，可以为您的R语言项目寻求帮助：
a.StackOveR语言flow —无论您的问题是什么，以前都可能在这里问过，如果没有，您可以自己问。您可以在此处找到标记为R语言的问题。
b.Google –信不信由你，这可能是每个有经验的程序员中最常用的工具。当您遇到不了解的错误时，对错误消息的Google快速搜索通常会带您找到答案。
c.AAA教育的学习社区 -使用免费的学生帐户，您可以加入我们的学习社区，并提出您的同学或AAA教育的数据科学家可以回答的技术问题。
您应该建立什么样的项目?与结构化项目一样，这些项目应以您在第1步中得出的答案为指导。处理您感兴趣的项目和问题。例如，如果您对气候变化感兴趣，请查找一些可用于处理的气候数据，然后开始四处寻找见解。
最好从小规模开始，而不是尝试进行一个永远不会完成的庞大项目。如果您最感兴趣的是一个庞大的项目，请尝试将其分解成较小的部分并一次解决。
以下是您可以考虑的一些项目创意：
a.扩展您之前构建的结构化项目之一，以添加新功能或进行更深入的分析。
b.参加聚会或在线与其他R语言编码员联系，并加入一个正在进行的项目。
c.找到一个有助于发展的开源软件包(R语言有很多很棒的开源软件包!)
d.在Github上找到其他人用R语言制作的有趣项目，并尝试对其进行扩展或扩展。或者找到其他人用另一种语言制作的项目，然后尝试使用R语言重新创建它。
e.阅读新闻并寻找有趣的故事，这些故事可能具有您可以为项目挖掘的可用数据。
f.查看我们用于数据科学项目的免费数据集列表，看看有哪些可用数据激发您开始构建!
您可以将项目视为一系列步骤，每个步骤都应将标准设定得更高一些，并且比之前的步骤更具挑战性。
5、加大难度
在项目上工作很棒，但是如果您想学习R语言，那么您需要确保继续学习。例如，您可以使用foR语言循环来做很多事情，R语言的学习方法https://www.aaa-cg.com.cn/data/2295.html但这并不意味着您应该连续构建20个仅使用foR语言循环技巧的项目。每个项目都应该比上一个项目更艰难，更复杂。每个项目都应挑战您学习以前不知道的东西。
如果您不确定确切如何执行此操作，则可以问自己一些问题，以便对要考虑的任何项目应用更多的复杂性和难度：
a.您可以教一个新手如何通过(例如)编写教程来制作这个项目吗?试图教的东西给别人很快就会告诉你如何真正理解它，它更是出奇地挑战!
b.您可以扩大项目规模，使其可以处理更多数据吗?还有更多数据吗?
c.您可以提高其性能吗?它可以运行得更快吗?
d.您可以改善可视化效果吗?你能说清楚一点吗?可以互动吗?
e.你可以预测吗?
永不停止学习R语言
学习编程语言有点像学习第二种口语-您将达到舒适和流利的程度，但是您将永远无法真正完成学习。甚至已经使用R语言多年的经验丰富的数据科学家仍在学习新事物，因为语言本身在不断发展，新的软件包使新事物始终存在。
保持好奇心和继续学习很重要，但不要忘记回头欣赏一下您不时走的距离。
即使您采用这种方法，学习R语言绝对是一个挑战。但是，如果您找到合适的动力并保持自己从事有趣的项目，那么我认为任何人都可以达到很高的水平。
我们希望本指南对您的旅途有所帮助。请不要犹豫，与我们联系，让我们知道它如何为您服务!
如果您正在寻找一个将这些课程直接整合到课程中的学习平台，那么您很幸运，因为我们建立了一个。我们的R语言路径中的Data Analyst是一个交互式课程序列，旨在使从初学者到具备R语言和SQL资格的任何人。https://www.toutiao.com/i6828456065592459780/
版权说明：Copyright © 广州京杭网络科技有限公司 2005-2024 版权所有 粤ICP备16019765号
广州京杭网络科技有限公司 版权所有
免费热线：400-683-0016
扫二维码关注公众号
当前位置：