《R语言实战》是一本由卡巴科弗 (Robert I.Kabacoff)著作，人民邮电出版社出版的平装图书，本书定价：79.00元，页数：388，特精心从网络上整理的一些读者的读后感，希望对大家能有帮助。

　　《R语言实战》读后感(一)：实践性强的一本书

　　1、先看了《R for beginner》和《R in nutshell》再看的《R实战（中文版》。因为看前两本的时候都是看的英文版本，有一些参数，特别是绘图参数很多，看的不是很懂。《R实战》中文版翻译得很不错，语言简单易懂，相信没有基础的人看这本书也问题不大，如果没有看过《R for beginner》和《R in nutshell》及该书的原版《R in Action》的人，可以先看这本。

　　2、和另一本教材《统计建模与R软件》相比，我个人觉得《R实战》会好懂一些，因为在案例的关键处他都有注释，不过统计建模那本书有很多例子，网上也有案例的代码。

　　3、第四章结合一个案例引申出许多基础知识，如果一点R基础都没有可能会觉得有一点点难，但总体难度一般。

　　4、内容的广度较《R for beginner》要少一些，主要讲了一些常用的函数，虽然函数的种类不多，但是只要是讲到的函数，主要的参数都指出来了。这点还是比较好的。

　　5、在讲某个知识点时，它会结合其他包的相关知识一起讲。优点是可以让我们知道原来还有这个包也有这个作用，缺点是，提到的包只讲了部分内容，饼摊得大但不详细。

　　《R语言实战》读后感(二)：数据挖掘R语言视频教程

　　数据挖掘入门到精通—R语言视频教程

　　课程观看地址：http://www.xuetuwuyou.com/course/59

　　课程介绍

　　一、课程所用软件：R 3.2.2（64位） RStudio

　　二、课程涉及到的技术点：

　　1）R语言的基本语法、函数

　　2）R中实用性很强的包

　　3）模式识别、分类预测算法原理及其实现

　　三、课程学习目标：

　　本课程讲解理论的同时结合大量的案例，让学习者可以快速掌握数据挖掘技能，并利用R数据处理、画图、

　　实现据挖掘模型的建立。学习完本课程，学习者能达到以下目标：

　　1）掌握基本R用法；

　　2）用R进行描述性统计分析、进行数据处理和数据可视化；

　　3）缺失值的清洗能力；

　　4）用R语言建立数据挖掘模型；

　　四、课程大纲：

　　第一章：基本概念介绍

　　第1课、数据挖掘、R语言概念介绍

　　第2课、软件安装和数据的读、写、修改

　　第3课、基本概念讲解（向量、矩阵、因子、数据框、列表）

　　第4课、基本图形的讲解和绘制

　　第二章：实用软件包介绍及应用

　　第5课、plyr包主函数讲解

　　第6课、plyr包辅助函数讲解

　　第7课、Ggpolt2介绍

　　第8课、Ggpolt2实践

　　第9课、reshape2包的讲解和实际操作

　　第10课、课缺失值的处理

　　第三章：算法讲解及应用

　　第11课、knn原理简介

　　第12课、knn算法实际操作

　　第13课、决策树的理论讲解

　　第14课、决策树实操

　　第15课、人工神经网络的介绍1

　　第16课、人工神经网络介绍2

　　第17课、人工神经网络实操1

　　第18课、人工神经网络实操2

　　第19课、支持向量机原理介绍

　　第20课、支持向量机的实操

　　《R语言实战》读后感(三)：小白学习R语言心得（以及如何记笔记）

　　决定学R语言，是因为自己对数据分析很感兴趣，又在工作中偶然认识了某咨询公司合作方妹子，所以请教了她。那时候我的Excel算很熟练了，Access也有一点基础。但公司电脑太慢、分析太粗糙。妹子说公司的人用R、Python、SPSS频率最高。 知乎对R的评价也很不错，于是先在广州图书馆借了这本书……但内容太多，自己只好买了一本，一看就是半年。

　　总结了几个点，希望可以帮助更多的初学者一起进步。大神就请忽略我吧……

　　一、学习顺序

　　第2版书很厚，不过作者一开始就为零基础的人推荐了学习的章节，优先级如下：1、2、4、7、8-1、8-2、8-6及回归、13-2及逻辑回归、16、17、附录F，其余按照实际需求学习。 个人感觉这个顺序还是不错的，学完会对数据分析有一个更为整体的认知。容易被卡住的是7、8章。大学没上过统计学的课程，但不懂的术语动手搜一搜，即使记不住公式，也能大致理解含义。

　　虽然中途花了很多时间了解统计学知识，拖慢了进度，但还是很有必要的——否则后续的绘图环节，提到回归分析、置信区间的时候会一头雾水。

　　二、在线学习

　　读书和网课，是两种不同的学习方式：读书是从头搭建自己的知识体系，网课更偏向于快速高效的经验萃取。相比之下，网课学习的优势是生动高效，但缺点是举一反三的本领稍弱，知识面也会受到讲师水平的限制。 在16章，我又卡了很久。百度发现慕课网上有两门关于R语言的免费课程，分别是 《R语言基础》（初级）、《R语言数据可视化》（中级），评分很高。

　　听了一下，老师讲授的内容简单了很多，逻辑也比较清晰。而且，是用RStudio操作，初学者压力会小一点（没记错的话，书中提到RStudio是在第22章了）。于是看着视频又操作了一次，相当于复习。

就是黄框里面的两个课程了

　　这里真的不是广告……如果大家搜过，应该会发现网上R语言的课件、课程很少，而人大经管网站“数据分析师”课程则是涵盖了多个软件和平台，价格上万，不适合只想学习R语言的同学。

　　三、学习笔记

　　我平时有使用“印象笔记”客户端记录工作、日常的习惯。因此，在开始学习R之后，我就添加了一个笔记本，专门用来记录编程的学习过程。

　　第一步，是把官网下载的RiASourceCode代码文件，按照章节分别贴到笔记中，学习的笔记也用“#”记录在笔记本中（下图的蓝色文字）。

大概就是这样。书没法随身带着，所以一些关键说明和知识点都标记在了代码后面，方便查阅

　　第二步，是慕课网的课程笔记、其他网站如CSDN上的一些文章，也建立了专门的笔记本。

　　第三步，是工作中用R做分析报告时，每个操作步骤的代码也都按项目建立了笔记本。这样，以后有类似的任务，可以直接参考。

划掉的部分都是写错的代码，留着它们是为了警戒自己……

　　之所以用印象笔记，是因为印象笔记的搜索功能很强大，如下：

厉害了，截视频中的图片，都能用关键字搜出来……

　　这样，如果遇到了想不起来的公式，只要用左上角那个小小的搜索框，就可以通过关键字找到之前学过的例子（如果搜不到，那就是全新内容了，请搜论坛吧）。 提高效率的同时，也重新复习了一下，加强记忆。

　　如果大家有什么好的学习资源和方法，也请热心地分享给我~ 祝大家学有所成！

　　《R语言实战》读后感(四)：实战！

　　亮点全在第八章

　　「如果你和是我一样是从第一章开始一路死磕过来的

　　~当你看到~Page158到Page160的时候~

　　就知道 前面的一切都是值得的。」

　　第六章建议学完第三部分再回过头来看~因为图形部分在分析里面确实不算是「前站」

　　第七章需要一定的统计学尝试常识，我听从作者的建议，不会的地方就上维基百科去查，不过发现百度百科讲的更通俗一些。作者在这一章是假设你有一定的统计学常识的，在前言部分有。所以看的时候会有很多疑问在里面，P-Value大和小到底虾米关系？ 为神马差异的均值足够大就可以拒绝两组数据相同的假设？ 看的时候很抓狂。

　　第八章 刚开始看~作者在之前有提示「这一章将成为本书最长最复杂的一章。只要坚持到最后，我保证你一定可以掌握所有的工具，自如地处理许多研究型问题！」

　　我相信作者去卖《如来神掌》也会卖的不错~开玩笑~

　　吐槽完毕~继续看书~Enjoy Book

　　《R语言实战》读后感(五)：一本好书

　　这不是一本R语法参考书。

　　如果你学过编程，但一直不会动手写真正的程序。那就从这本书开始吧。

　　这本书侧重实践，尽管是一本面向R初学者的书，但里边还有其他好的东西；很好地解决了初学者学会一大把语法细节却不知道如何应用长时间得不到成就感的问题。涉及内容虽多，但都抓住了最本质的部分讲，非常清晰。

　　看完本书，你真的可以做很多事情。这才是真正的编程入门。

　　这本书没有专门去讲语法，而是在讲案例，做实用工具的过程中，穿插必要的知识，由问题引出语法点。这样读者从一开始就知道所用工具的存在价值，印象必然更深刻。Learn by creating，对初学者来说要比捧一本语法书好许多。

　　而在将R语法的部分，这本书涉及到了很多其他书不讲的内容。在介绍module时又适时地讲了namespace的概念，以及文件和错误。

　　总而言之，这本书更侧重实践，更重视内容之间的逻辑关联，遵从人们的真实学习过程来编排内容，而不是去刻意地梳理出所谓的知识体系。

　　已经熟悉R的读者，也可以读一读，都是很生动的入门教程。