R学习——比较好的切入点和方法

在自学过贾俊平先生的《统计学》期间，通过在Coursera这个平台上开设的课程学习R语言，自己是计算机专业出身，有一定的计算机语言基础，但是得承认的是在学习过统计学后再进行相关课程才有豁然开朗的感觉，在学习《统计学》前学习相关专项课程（以及交Assignment和Project）是比较困难的（也有语言障碍的原因），所以对于看到此文的朋友，在其学习R（及相关的数据分析/挖掘）前，有两点建议：

1. 有一定的统计学基础（比如对基本概念了解）
2. 有一定的语言基础（如果没有也没关系，在课程中了学习就好，但是因为是自学，不要急于推进进度）

把基本的语法掌握后基本就是用语法来实现统计学的算式了，然后是熟练的过程。

本人学习了Coursera上两个统计与分析相关的专项课程

分别是

1. Methods and Statistics in Social Sciences（阿姆斯特丹大学）
   和
   
2. Data Science（约翰霍普金斯大学）

　　第一项专项课程更多在于理论，课程中的前两门更多是介绍一些理论，方法，比较贴近学术，从第三门课程（Basic Statistics）开始有R的实践，支撑为Datacamp(下面有链接)。

　　第二项专项课程更多在于实践。更多的是使用代码的实现。　网站上提供很好的学习笔记，下载或打印出来看效果很好，某种程度上比看视频的效果还棒。

　　下面介绍几个使用过并认为不错的学习工具：

1. 有引导的在线学习的环境：https://www.datacamp.com/home
2. Rstudio/R gui中不错的方法：
   swirl包（最好配合Coursera上的）
   　安装：install.packages("swirl")
   　导入：library(swirl)
   　使用：swirl()
   然后可以根据提示进行具体课程的包的选择及练习。
   官方网站：http://swirlstats.com/
   Github上的包的地址：http://swirlstats.com/
3. 其它不错的学习网站：http://tryr.codeschool.com/

优劣比较：

1. Datacamp:知识的知识引介较好，但是交互性相对在Rstudio中使用swirl()包的体验较差。
2. swirl包：交互性较好，引导也不错，但某些模块有难度，需要线下结合其它材料（比如Coursera上Data Science的笔记）来学习。
3. codeschool:难度偏易，虽然是在线的形式，但是交互性可以比拟使用swirl()包.