R语言与资料分析之资料勘探.pptx

R语言与资料分析之资料勘探

R随着BigData热潮，R的身价大翻转，变成了资料科学界眼中的宝。不只是木讷的统计学家熟知它，包括WallStreet交易员、生物学家，以及硅谷开发者，他们都相当熟悉R。多元化的公司象是Google、Facebook、美国银行以及NewYorkTimes通通都使用R，它的商业效用持续提高。

S语言S语言，一种用于统计的程序语言，主要用于统计运算，它在1975年至1976年间在贝尔实验室（BellLaboratories）被開發出來。由贝尔实验室的约翰·钱伯斯（JohnChambers）、瑞克·贝克尔（RickBecker）与艾伦·威尔克斯（AllanWilks）共同研发。它的目标在于，快速而忠实的将想法转化为软件。当时最主要的统计运算程序，都是直接呼叫Fortran的子程序。但是S语言采用了高度交互式的方法来实作R语言与S-PLUS是它的后继者。

R是什么？「TheRenvironment」是由S语言所转变而来，由贝尔实验室的JohnChambers最初所设计，继而有DouglasBates,RickBecker,BillCleveland,TrevorHastie,DarylPregibon及AllanWilks等人所实践落实及修改。所以事实上Rlanguage就是「新的S语言」。承袭S语言的设计理念，它是一个整合型的资料处理软件及统计软件，同时也是绘图软件。

R是什么？R最初是由来自纽西兰奥克兰大学的RossIhaka和RobertGentleman开发，也因此称为R。现在则由所谓的「R开发核心团队」负责。R大致上的语言方式与S或S-plus语言相通，最大的不同乃在于结果的输出，R仅会显示最少的讯息，但可以将想要输出结果储存为一个物件(object)，以提供后续演算，这也是与许多统计软件如：SAS、SPSS不同的地方。

R是什么？由于它是免付费的公开软件，原始码也可自由下载使用，在加上十分容易在官方网站(/)找到别人写好的套件(Package)或分析程序码，因此近年来使用的人越来越多，并且不乏许多专业人士，如：風險分析師、研究学者、统计学家等。R能快速的扩张归功于它的物件导向功能，具有执行使用者自订功能及Package的能力。另外他在程序语汇上的弹性也是容易编辑也成为扩展的优点。

资料科学家在BigData时代下，资料科学家不但被《哈佛商业评论》誉为21世纪最性感（Sexiest）的工作，资料科学家有多「性感」？让我们很现实地从薪资说起。根据美国商业智慧软件公司SiSense调查研究指出，信息分析相关人才起薪约为年薪5.5万美元(约台币180万)，换句话说，相较美国大学毕业生平均年薪为4.76万美元，高出7400美元，而最高薪的资料科学家，平均年薪为13.2万美元(约台币440万)，打败一票如苹果、高通等大型科技公司的高阶工程师。

资料科学家Gartner报告指出，2018年全球将会有440万个职场新工作与BigData有关；另外，麦肯锡预估，到了2018年，光是美国就需要至少30万个懂得BigData的人才，届时市场至少短缺14～19万个具备深度分析资料的人才！

资料科学家根据一位资料软件相关业者指出，具备资料搜集与分析的硕士毕业生，「起薪起码44Ｋ起跳！」他指出，如果有一年至两年经验的资料探勘人才，平均月薪甚至领到七万元，都不是问题，换句话说，当上资料科学家，等于拥有一张年薪百万元的入场券。

资料科学家BigData应用在全球各国发酵之际，伴随而来的问题，就是各国普遍缺乏资料科学家。在台湾，BigData的应用虽然才已经萌芽，但是要面临的几项重大挑战，除了资料分析人才不足之外，其他还有在地顾问服务不足以及对资料价值的敏感度不足的问题，而这些因素都将影响巨量资料在台湾市场的发展。资料科学家的工作职缺，从2011年开始急速攀升，成为前10大热门职缺。这项统计是汇集1千多个人力银行的数百万个职缺结果。

资料科学家

资料科学家当信息科学博士碰上数据时，常常会花太多时间思考用哪种算法，反而忽略一般性问题。象是哪套变量（或特征）比较重要等等。资料科学家康迪多（JohnCandido）说：「我不想贬低博士学历的价值，但我不觉得这是（成为好的资料科学家的）必要条件。」资料分析师和商业情报专家知道要分析哪些资料，但资料科学家的作法更具实验性，他们必须找出资料组合，想出可以从中挖掘出哪些信息，以及如何挖掘。

WhyLearnR?为何学R?BecauseRisoneofthemostdemandedscriptinglanguagedevelopedbyandforstatisticians.R