樂逗進階資料分析師謝佳标：基于R語言的大資料處理及模組化技術

<b></b>

 wot2015"網際網路＋"時代大資料技術峰會于2015年11月28日于深圳前海華僑城jw萬豪酒店盛大揭幕，42位業内重量級嘉賓彙聚，重磅解析大資料技術的點睛應用。秉承專注技術、服務技術人員的理念。dba+社群作為本次大會合作方，将通過圖文直播為大家全程跟蹤報道這場技術盛宴。   

正如馬雲所說：“大家還沒搞清pc時代的時候，移動網際網路來了，還沒搞清移動網際網路的時候，大資料時代來了。”在資訊時代，海量資料迎來了大爆發，也給大資料技術平台帶來了用武之地。

在深圳的【wot2015"網際網路+"時代大資料技術峰會】現場，wot特邀講師、樂逗遊戲進階資料分析師謝佳标，從r語言和大資料模組化等方面對大資料做深刻解讀。

謝佳标，樂逗遊戲進階資料分析師。主要利用r語言進行大資料的挖掘及可視化工作。第七屆、第八屆中國r語言大會的演講嘉賓。有超過八年的資料挖掘模組化經驗，從事過咨詢、電商、電力、遊戲等行業，了解不同領域的資料特點。有豐富的利用r語言進行大資料挖掘的實戰經驗。

謝佳标告訴筆者，遊戲公司獲得的資料量是相對較大的，資料次元比較多，資料源頭也難以把握，是以擷取到的資料是沒法直接用的，需要對資料做預處理。包括幾個部分：一是資料的缺失處理，如果有哪些字段缺失，需要通過機器學習的技術進行填補，有的樣本沒法通過預處理的話，會直接删除掉。預處理後，需要讀資料進行轉換，有的需要增加一個新的次元來達到資料分析的要求。

那麼為什麼用r語言進行處理呢？謝佳标表示，r語言是開源的，内建了很多特有的函數模組化，并擁有衆多的拓展包。另外由于開源，我們可以看到函數背後的邏輯是怎樣的，每一個步驟是怎樣轉換和處理的。除此之外，在靈活性方面，r近幾年發展很快，很多新的模型、算法和研究等都納入進去，比如深度學習、社交網絡和一些較新的算法等。

在這個大資料技術爆發的時代，對于資料分析師的需求也迎來了大增長，資料分析師的職業前景也十分廣闊。謝佳标告訴筆者他從事資料相關工作已經有八九年，在這個領域總是有很多新東西要研究，能給人帶來很大的成就感和愉悅感。

在他看來，要成為一個優秀的資料分析師，首先要有态度，要保持一個認真的态度來對待。其次，要熟悉統計學知識，有很強的統計學知識或者數學邏輯的話，分析資料會更清晰有條理。最後，應該選擇适合自己的工具來實作資料分析。

筆者讓謝佳标為有志于從事r相關工作的人推薦文檔或者書籍。謝佳标表示學習r最佳的方法是看官網，因為官網有很多完善的幫助文檔。然後可以看一些入門書籍，比如《r語言實踐》《r語言程式設計藝術》都是比較好的入門書籍。

<b>本文來自雲栖社群合作夥伴"dbaplus"，原文釋出時間：2015-12-01</b>