2018年度のRの学習記録 - 霞と側杖を食らう

R初級者からR中級者くらいになりたいと思って、Rをこの１年間メインに使っていた。Tokyo.RやJapan.Rに参加してみたりもした。色々と読んでみたので、それらの本について、簡単に記録しておく。

・『RユーザのためのRStudio[実践]入門−tidyverseによるモダンな分析フローの世界−』

いわゆる宇宙本。tidyverseを何も知らない人はまずこれを読むべき。

・『Rプログラミング本格入門: 達人データサイエンティストへの道』

いわゆるパンダ本。一回見たことあるけど、よく分かってなかったとことか気になってたとことか、説明されてて、頭の中整理できて良かった。

・『Rではじめるデータサイエンス』

宇宙本の次に読んでみると良いかもしれない。map()やnest()など、分析の効率性を高めるものが知れる。

・『Rによるハイパフォーマンスコンピューティング』

並列化の仕方が学べる。

・『Rによるスクレイピング入門』

スクレイピングの仕方が学べる。

・『欠測データ処理: Rによる単一代入法と多重代入法 (統計学One Point)』

欠測データの代入の仕方が学べる。

・『時系列分析と状態空間モデルの基礎: RとStanで学ぶ理論と実装』

いわゆる隼本。Rの時系列周りの本では、これがかなり良かった。

・『R言語徹底解説』

辞書的に使ってる。 {rcpp}パッケージについてのところを読んだりした。

・『再現可能性のすゝめ (Wonderful R 3)』

再現可能性ソウルが手に入る。

・『Rグラフィックスクックブック ―ggplot2によるグラフ作成のレシピ集』

ggplot2のグラフの作り方が学べる。練習で使った。読んだのが古い版だからか分からないが、記載されているコードのggplot2の仕様などが古かったりするので注意が必要。

・『一般化線形モデル (Rで学ぶデータサイエンス 10)』

一般化線形モデルのRでのやり方が分かる。

・『Rで学ぶベイズ統計学入門』

{LearnBayes}パッケージにデータセットが豊富。和訳の問題かもしれないが、密度や分布、周辺尤度あたりの言葉の使い方が気になった。

・『StanとRでベイズ統計モデリング (Wonderful R 2) 』

・『自然科学研究のためのR入門―再現可能なレポート執筆実践―(Wonderful R 4)』

・『Rパッケージ開発入門 ―テスト、文書化、コード共有の手法を学ぶ』

・『前処理大全[データ分析のためのSQL/R/Python実践テクニック]』

・『Seamless R and C++ Integration with Rcpp (Use R!)』

上の読んでるもの・読みたいものを消化したいのと、pythonも扱えるようにしていきたい。あと、アルゴリズムとデータ構造周りやコードの書き方も学んでいきたいところ。