R 語言的 50+ 練習
統計分析的前哨站
資料科學基石的最後一塊拼圖
繼「如何成為資料分析師」、「SQL 的五十道練習」與「Python 的 50+ 練習」之後，今年九月在 Hahow 上架了資料科學基石的最後一堂入門課程：「R 語言的 50+ 練習：統計分析的前哨站」。
Kaggle 從 2017 年開始每一年都會廣發問卷給網站會員，調查現職的資料科學家、資料分析師、資料工程師與機器學習工程師關於技能、工具與職涯等相關問題，其中有兩個是我常常引用來佐證的問題：
(Multiple choice) What programming language would you recommend an aspiring data scientist to learn first?
(Multiple response) What programming languages do you use on a regular basis?
截至今年已經是機器學習資料科學問卷發送的第六年，雖然第六年的資料尚未公開，但我的預期這兩題的結果應該也是與前五年相差無幾，大抵就是
- Python
- SQL
- R 語言
這樣的排序順位。不過無法否認的是，近幾年隨著機器學習、深度學習與人工智慧這三門應用領域的蓬勃發展，確實讓 Python 一支獨秀的態勢愈加明顯，隨著 Python Pandas 模組的日益成熟，在資料清理、轉置、分析的應用場景也漸漸將 R 語言的 Tidyverse 優勢蠶食鯨吞。表面上看似 Python 在科學計算中壓過了 R 語言、Matlab、Julia 等專用語言，本質上其實是機器學習、深度學習與人工智慧取代了統計學習成為建模主流、Pandas 模組對資料框的操作有了青出於藍、更勝於藍的表現（Pandas 最初就是 Wes McKinney 希望在 Python 重現 R 語言資料框所開發的模組。）
Flexible and powerful data analysis / manipulation library for Python, providing labeled data structures similar to R data.frame objects, statistical functions, and much more.
https://github.com/pandas-dev/pandas
然而即便在 2022 年 R 語言的聲勢看似不如五年前能夠與 Python 各尊一方，卻仍在其核心能力上有著難以取代的優勢，例如對於原生向量化運算的基礎資料結構、豐富的統計函數 stats 套件以及搭配函數型程式設計讓人愛不釋手的原生 Pipe 運算符 |>（從 R4.0 起終於有了。）
為什麼學習 R 語言
R 語言雖然在主流的機器學習、深度學習與人工智慧這三門應用領域難以撼動 Python 的霸主地位，但是在資料科學的其他應用場景，仍然有著蓬勃且生意盎然的發展，像是與主流關聯式資料庫管理系統、大數據資料庫完善的介接與套件：
靜態與動態資料視覺化的 ggplot2 與 Shiny 持續在整合精進，短期內很難被各自為政的 seaborn、Plotly Dash 或者 Streamlit 超越，甚至還推出了 Shiny for Python 的 Alpha 版本，吹響了第一波反攻號角（誤）：
而統計分析與統計學習的函數，更是 R 語言長久以來的核心優勢，Python 的 Statsmodels 難以望其項背。
回憶起我在 2017 年參加 iT 邦幫忙鐵人賽所撰寫的「R 語言使用者的 Python 學習筆記」最後一篇文章所寫的主觀比較表，即便是在六年後的現在，在應用場景的選擇上依然能夠沿用，完全沒有改變。
https://ithelp.ithome.com.tw/articles/10188044
- 我喜歡函數型程式設計：R 語言
- 我喜歡物件導向程式設計：Python
- 我想要以資料視覺化為主：R 語言
- 我想要以統計學習模型為主：R 語言
- 我想要以機器學習模型為主：Python
- 我想要以深度學習模型為主：Python
而 Google 在 2021 年於 Coursera 推出的「資料分析專業證照」也選擇了 R 作為主要學習的程式語言，搭配試算表、SQL 與 Tableau 作為資料分析師的技能組合，更讓為數不少打算獲取這張證照的學員，加入學習 R 語言的行列。
課程亮點
這次的「R 語言的 50+ 練習」延續著「SQL 的 50 道練習」以及「Python 的 50+ 練習」基於 Exercise Based Learning 以練習作為基底的 LPAA 教學模型，把每個章節都設計成一個 Learn-Practice-Apply-Assess 的循環。除此之外，更納入了新元素「個案研究 Case study」希望讓學生在學習略微枯燥的基本功時，就能預覽其在應用場景的雛型為何，例如學到「矩陣」資料結構時，隨之而來的是矩陣代數的個案研究，學生能體會為何我們會說學會 R 語言對修習線性代數是有幫助的；例如學到「流程控制」時，隨之而來的是搜尋演算法的個案研究，學生能體會為何二分搜尋會比簡易搜尋更有效率。
來源：https://hahow.in/cr/rfiftyplus
課程內容的安排上，汲取了前兩堂課的經驗，這次規劃了兩大部分、十四個章節：
- 基礎篇：從第一章到第八章，掌握 R 語言程式設計的基礎觀念，懂得資料結構、流程控制與定義函數。
- 應用篇：從第九章到第十四章，以 R 語言的應用場景為主，介紹如何使用熱門的 tidyverse 套件獲得更多功能、資料載入、資料操作與視覺化文法。
行動呼籲
我希望在好學校開設「R 語言的 50+ 練習」，讓學生一步步完成這門課程所有的觀念講解、範例實作、個案研究以及練習之後，扎實地將 R 語言納入自己的技能組，未來不論是獲取 Google 「資料分析專業證照」、在學修習機率與統計、線性代數、計量經濟學、財務分析或者銜接 Hahow 上面其他的商業分析課程都能如虎添翼！
邀請你加入我的 Hahow 好學校課程「R 語言的 50+ 練習：統計分析的前哨站」，預計於 2022–11–30 正式開課！感謝各位對「數聚點 DATAINPOINT」的長期支持，如果你想要加入這堂課，歡迎來信 yaojenkuo@datainpoint.com 簡單打個招呼，我會回寄與 Hahow 舊生相同折數優惠的折扣碼給你 :)
