【学習動機】
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。
【学習記録】
<おすすめ>
・『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。
<その他読んだもの>
テキストマイニングで遊べた。
・『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。
{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。
<読んでるもの・読みたいもの>
・『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!)』
【学習予定】
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。