《機器學習與資料科學（基于R的統計學習方法）》——1.6 統計計算的R工程

本節書摘來異步社群《機器學習與資料科學（基于r的統計學習方法）》一書中的第1章，第1.6節，作者：【美】daniel d. gutierrez（古鐵雷斯），更多章節内容可以通路雲栖社群“異步社群”公衆号檢視。

在過去的幾年裡，r統計環境在機器語言社群裡面逐漸獲得了相當突出的重要性。雖然有很多其他選擇來執行與資料分析、資料模組化和機器學習有關的任務，r成為了今天資料科學家最喜歡的工具。這歸功于r在學術界的廣泛應用，而不是像sas和spss等商業化産品。最近，r使用者社群和sas及python社群展開了激烈的辯論，焦點是對資料科學家來說，哪個是最好的工具。r有令人信服的理由，包括：免費、開源、可用性強；廣泛使用的可擴充語言；在cran中大約有7000個r包用以拓展r功能；一流的可視化功能；一個繁榮的使用者社群以及部落格集合（例如r-bloggers.com）。

這裡有一些關于r的簡短事實，來證明它的普及和成長：

r是薪酬最高的it技能（dice.com調查，2014年1月）；

r是在sql之後最廣泛使用的資料科學語言（o’reilly調查，2014年1月）；

70%的資料挖掘師（data miner）使用r（rexer調查，2013年10月）；

r在所有的程式設計語言中排名15（redmonk程式設計語言排名，2014年1月）；

r比其他任何資料科學語言都發展得快（kdnuggets調查，2013年8月）；

r在谷歌搜尋先進的分析軟體中排名第一（google trends，2014年3月）；

r在全世界有超過兩百萬使用者(oracle預測，2012年2月)。