AI 時(shí)代的 R 語言AI 時(shí)代的 R 語言

1/ChinaR10thAIAI時(shí)代的R數(shù)據(jù)數(shù)據(jù)的時(shí)代新時(shí)代的2017中國R語言會(huì)議（上海華東師范大20171202數(shù)據(jù)的數(shù)據(jù)的時(shí)代新時(shí)代的數(shù)據(jù)中的科學(xué)統(tǒng)計(jì)學(xué)的濫觴信息時(shí)代的數(shù)據(jù)科目2/ChinaR10th1數(shù)據(jù)的時(shí)1統(tǒng)計(jì)學(xué)的濫信息時(shí)代的數(shù)據(jù)科2新時(shí)代的21數(shù)據(jù)的時(shí)1統(tǒng)計(jì)學(xué)的濫信息時(shí)代的數(shù)據(jù)科2新時(shí)代的2數(shù)數(shù)據(jù)的時(shí)代新時(shí)代的數(shù)據(jù)中的科學(xué)統(tǒng)計(jì)學(xué)的濫觴信息時(shí)代的數(shù)據(jù)科2/ChinaR10th概率論的發(fā)1494年，現(xiàn)代會(huì)計(jì)學(xué)之父帕西奧利提出獎(jiǎng)金分配問概率論的發(fā)假設(shè)兩個(gè)人A和B在玩一種游戲，勝者得10分，負(fù)者得0分，先得60分者獲勝。如果突然游戲終止，而此時(shí)A的得分是50分，B的得分是30分，獎(jiǎng)金應(yīng)該如何分配給AB1654年，帕斯卡正式創(chuàng)立概率32歲的帕斯卡和54歲的費(fèi)馬通信討論獎(jiǎng)金分配的問題，得到了正確的答案7:1。1812年，拉普拉斯完善了古典概率數(shù)數(shù)據(jù)的時(shí)代新時(shí)代的數(shù)據(jù)中的科學(xué)PAGE3/ChinaR10th計(jì)學(xué)的濫觴信息時(shí)代的數(shù)據(jù)科蒲豐投針LyL2D蒲豐投針LyL2D TimesofDropping:數(shù)數(shù)據(jù)的時(shí)代新時(shí)代的數(shù)據(jù)中的科學(xué)統(tǒng)計(jì)學(xué)的濫觴信息時(shí)代的數(shù)據(jù)科PAGE4/ChinaR10thPlayfairPlayfair的線圖數(shù)數(shù)據(jù)的時(shí)代新時(shí)代的數(shù)據(jù)中的科學(xué)統(tǒng)計(jì)學(xué)的濫觴信息時(shí)代的數(shù)據(jù)科PAGE5/ChinaR10th赫歇赫歇爾的散點(diǎn)圖位置 100120140 位置 100120140年倫敦倫敦霍亂防治圖南丁南丁格爾的玫瑰圖目1數(shù)據(jù)的時(shí)目1統(tǒng)計(jì)學(xué)的濫信息時(shí)代的數(shù)據(jù)科2新時(shí)代的2數(shù)數(shù)據(jù)的時(shí)代新時(shí)代的數(shù)據(jù)中的科學(xué)統(tǒng)計(jì)學(xué)的濫觴信息時(shí)代的數(shù)據(jù)科PAGE9/ChinaR10th統(tǒng)計(jì)學(xué)的起凱特勒，近代統(tǒng)計(jì)學(xué)之統(tǒng)計(jì)學(xué)的起高爾頓，早期的統(tǒng)計(jì)大1855年發(fā)現(xiàn)了父子的遺傳身高向平均值回歸的現(xiàn)象。1969律，發(fā)表了專著《遺傳天才1892年發(fā)表了專著《指紋學(xué)1901年，高爾頓資助并與其學(xué)生皮爾遜等人聯(lián)合創(chuàng)辦了科學(xué)提勒，數(shù)理統(tǒng)計(jì)的先19世紀(jì)時(shí)就發(fā)現(xiàn)了很多現(xiàn)代統(tǒng)計(jì)學(xué)中的成果，但是由于論都是丹麥語，很多先驅(qū)性的工作當(dāng)時(shí)沒被重視，直到年后才廣為人知也是精算領(lǐng)域的先驅(qū)，在最初的精算師國際組織中擔(dān)任要職推斷統(tǒng)計(jì)卡爾·皮爾推斷統(tǒng)計(jì)1857年出生于英國，被譽(yù)為是“數(shù)理統(tǒng)計(jì)的創(chuàng)始人1895年提出皮爾遜分布族，1900年提出卡方檢驗(yàn)皮爾遜以傾斜分布的方式提出了革命性的思想，對(duì)19世紀(jì)費(fèi)希1890年出生于英國，被譽(yù)為是“推斷統(tǒng)計(jì)之父1912年提出了最大似然估計(jì)。1925年出版的《研究者用的統(tǒng)計(jì)方法》是第一本推斷統(tǒng)計(jì)學(xué)的教科書，對(duì)統(tǒng)計(jì)方法的奈1894年出生于俄國，區(qū)間估計(jì)和假設(shè)檢驗(yàn)理論的創(chuàng)始人。和艾貢·皮爾遜（卡爾·皮爾遜之子）共同做了很多偉大的數(shù)數(shù)據(jù)的時(shí)代新時(shí)代的數(shù)據(jù)中的科學(xué)統(tǒng)計(jì)學(xué)的濫觴信息時(shí)代的數(shù)據(jù)科PAGE10/ChinaR10th目1數(shù)據(jù)的時(shí)目1統(tǒng)計(jì)學(xué)的濫信息時(shí)代的數(shù)據(jù)科2新時(shí)代的2數(shù)據(jù)數(shù)據(jù)的時(shí)代新時(shí)代的什么是數(shù)據(jù)科學(xué)數(shù)據(jù)中的科學(xué)統(tǒng)計(jì)學(xué)的濫觴信息時(shí)代的數(shù)據(jù)科PAGE10/ChinaR10th數(shù)據(jù)科學(xué)的來C.F.JeffWu于1997年非常旗幟鮮明地提出了“Statistics=DataScience?”從2008年DJatil和JeffHammerbacher把他們?cè)贚inedIn和acebook的工作職責(zé)定義為“數(shù)據(jù)科學(xué)家”的那段時(shí)期開始，數(shù)據(jù)科學(xué)開始在業(yè)界流行起來。定Wikipedia上的定義：數(shù)據(jù)科學(xué)是一門利用數(shù)據(jù)學(xué)習(xí)知識(shí)的數(shù)據(jù)數(shù)據(jù)的時(shí)代新時(shí)代的什么是數(shù)據(jù)科學(xué)數(shù)據(jù)中的科學(xué)統(tǒng)計(jì)學(xué)的濫觴信息時(shí)代的數(shù)據(jù)科PAGE11/ChinaR10thScience，機(jī)機(jī)器學(xué)計(jì)算科統(tǒng)計(jì)數(shù)據(jù)科商業(yè)智傳數(shù)據(jù)分領(lǐng)域知a圖形摘自《數(shù)據(jù)科學(xué)中的R語言數(shù)數(shù)據(jù)的時(shí)代新時(shí)代的數(shù)據(jù)中的科學(xué)統(tǒng)計(jì)學(xué)的濫觴信息時(shí)代的數(shù)據(jù)科PAGE12/ChinaR10th計(jì)算機(jī)的發(fā)計(jì)算機(jī)的發(fā)世界上第一臺(tái)通用計(jì)算機(jī)，1946年在美國的賓夕法尼亞大學(xué)美國國防部用它來進(jìn)行彈道計(jì)算，占地170平方米，重達(dá)噸，每秒鐘可進(jìn)行5000次運(yùn)算ENIAC以電子管作為元器件（一共用了18000個(gè)電子管UNIVAC世界上第一臺(tái)商用計(jì)算機(jī)，1951年研制成功并交付給美國人是第二代計(jì)算機(jī)的代表數(shù)數(shù)據(jù)的時(shí)代新時(shí)代的數(shù)據(jù)中的科學(xué)統(tǒng)計(jì)學(xué)的濫觴信息時(shí)代的數(shù)據(jù)科PAGE13/ChinaR10th早期的AI時(shí)人早期的AI時(shí)1940年，控制論之父維納研究計(jì)算機(jī)如何像大腦一樣工作1950年，人工智能之父的圖靈提出了著名的“圖靈測(cè)試1956年，達(dá)特茅斯大學(xué)的會(huì)議上正式使用了“人工智能”這神經(jīng)網(wǎng)1943年，心理學(xué)家WarrenMcCulloch和數(shù)理邏輯學(xué)WalterPitts提出神經(jīng)元的數(shù)學(xué)模型1957年，康內(nèi)爾大學(xué)教授FrankRosenblatt提出的“感知1969年，MarvinMinsky和SeymourPapert出版了《感知機(jī)：1986年，Hinton和DavidRumelhart發(fā)表了BP算法“第五代計(jì)算機(jī)”時(shí)日本第五代“第五代計(jì)算機(jī)”時(shí)1978年，日本通產(chǎn)省委托東京大學(xué)計(jì)算機(jī)中心主任TohruMoto-Oka研究下一代計(jì)算機(jī)系統(tǒng)1981年，TohruMoto-Oka為首的委員會(huì)提交了報(bào)告《知識(shí)信日本人選擇了邏輯程序語言Prolog，走的是規(guī)則和邏輯路線。1992年，日本政府宣布第五代計(jì)算機(jī)研制失敗。數(shù)據(jù)挖掘時(shí)Data數(shù)據(jù)挖掘時(shí)上個(gè)世界90年代開始流行，世紀(jì)之交時(shí)跟隨人們對(duì)知識(shí)爆商業(yè)智能時(shí)BusinessIntelligence商業(yè)智能時(shí)上個(gè)世界90年代末開始在業(yè)界出現(xiàn)，本世紀(jì)初非?；馃幔ǔＶ赣脭?shù)據(jù)倉庫、OLAP行數(shù)據(jù)分析以實(shí)現(xiàn)商業(yè)價(jià)值。數(shù)數(shù)據(jù)的時(shí)代新時(shí)代的數(shù)據(jù)中的科學(xué)統(tǒng)計(jì)學(xué)的濫觴信息時(shí)代的數(shù)據(jù)科PAGE17/ChinaR10th大數(shù)大數(shù)據(jù)時(shí)AIAI時(shí)數(shù)據(jù)的數(shù)據(jù)的時(shí)代新時(shí)代的R的發(fā)展歷程不同分析領(lǐng)域的RR的使用建目19/ChinaR10th1數(shù)據(jù)的時(shí)12新時(shí)代的2R的發(fā)展歷R的使用建議1數(shù)據(jù)的時(shí)12新時(shí)代的2R的發(fā)展歷R的使用建議數(shù)數(shù)據(jù)的時(shí)代新時(shí)代的R的發(fā)展歷程不同分析領(lǐng)域的RR的使用建PAGE19/ChinaR10thR的誕生S語言是R語言R的誕生S語言誕生于20世紀(jì)70年代由JohnM.Chambers領(lǐng)導(dǎo)的1998年美國計(jì)算機(jī)學(xué)會(huì)（ACM）授予了S語言的主要設(shè)計(jì)者JohnM.Chambers“軟件系統(tǒng)獎(jiǎng)。1993年，S語言的許可證被MathSoft公司買斷，S-PLUS成2008年，TIBCO收購了已改名的Insightful公司R語言吸收了很多Scheme語言的特Scheme語言誕生于1975年的MIT，是LISP語言的一個(gè)方有一次R語言的作者Ross準(zhǔn)備用Scheme向別人演示詞法作用域的時(shí)候，由于手邊沒有Scheme的書，就用S來演示卻失敗了，這讓他萌生了改進(jìn)S語言的想法。R的誕生1993年，R語R的誕生1992年RossIhaka和RobertGentleman在奧克蘭大學(xué)成為言；而他們名字的首字母都是R，于是R便成為這門語言的1993年，Ross和Robert將R的部分二進(jìn)制文件放到了卡耐基·梅隆大學(xué)統(tǒng)計(jì)系的Statlib中，并在S語言的新聞列表蘇黎世理工學(xué)院的MartinM極力勸說兩位原作者公布源代R成為自由軟件。于是19956R的源代碼正式發(fā)布到了自由軟件協(xié)會(huì)的FTP上。1997年，R核心團(tuán)隊(duì)成1997年第一批核心團(tuán)隊(duì)的成員數(shù)目為11位2008年R核心團(tuán)隊(duì)成員數(shù)目增加到了19位2011年開始，R核心團(tuán)隊(duì)成員數(shù)目達(dá)到20位R的特JohnM.Chambers2009年第一期《RJournal》上對(duì)R的R的特aninterfacetocomputationalproceduresofmanykinds（各類；interactive,hands-oninrealtime（具有可交互性，可以實(shí)時(shí)；functionalinitsmodelofprogramming（函數(shù)式編程模式；“；modular，builtfromstandardizedpieces（模塊化，由標(biāo)準(zhǔn)化；數(shù)數(shù)據(jù)的時(shí)代新時(shí)代的R的發(fā)展歷程不同分析領(lǐng)域的RR的使用建VB.NET、PHP、Delphi、AssemblyLanguageVB.NET、PHP、Delphi、AssemblyLanguageChinaR10thPAGE22/R在數(shù)據(jù)分析應(yīng)用領(lǐng)域的發(fā)KDNuggets關(guān)于“數(shù)據(jù)分析/數(shù)據(jù)挖掘R在數(shù)據(jù)分析應(yīng)用領(lǐng)域的發(fā)R2011KDNuggets調(diào)查數(shù)據(jù)分析類編程語言開始就排名第一，從2012年開始，在關(guān)于“數(shù)據(jù)挖掘和數(shù)據(jù)分析”工具的調(diào)查中，也超過了Excel和Rapidminer成為第一。2017年8月的“數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)平臺(tái)”的調(diào)查中，Python超過R成為第一IEEE熱門編程語言排行20178月發(fā)布的排行版中，R排名第6，前10名的編程語言為Python、C、Java、C++、C#、R、JavaScript、TIOBE編程語言排行201711月發(fā)布的排行版中，R語言排名第11，前10名的編程語言為Java、C、C++、Python、C#、JavaScript數(shù)數(shù)據(jù)的時(shí)代新時(shí)代的R的發(fā)展歷程不同分析領(lǐng)域的RR的使用建PAGE23/ChinaR10th目1數(shù)據(jù)的時(shí)目12新時(shí)代的2R的發(fā)展歷R的使用建議數(shù)數(shù)據(jù)的時(shí)代新時(shí)代的R的發(fā)展歷程不同分析領(lǐng)域的RR的使用建PAGE23/ChinaR10th統(tǒng)計(jì)計(jì)簡(jiǎn)統(tǒng)計(jì)計(jì)最早版本的RFortran編寫，當(dāng)前版本主要是C/C++。R包可以很方便地支持C/C++和Fortran的開發(fā)。R的優(yōu)R語言編程容易，代碼易讀性能相對(duì)較差，不過可以通過集C/C++或Fortran的庫來解決矩陣式編簡(jiǎn)矩陣式編早期的R常被拿來和Matlab、進(jìn)行比較R的優(yōu)數(shù)據(jù)可視簡(jiǎn)數(shù)據(jù)可視早期的R受歡迎的重要原因是可以生編程靈活，是自定義統(tǒng)計(jì)圖形的首選R的優(yōu)可視化資源非常豐富，其中g(shù)gplot2包實(shí)現(xiàn)了“TheGrammarofGraphics”中主流的JavaScript有很好的結(jié)合，社區(qū)中存在很多像recharts這樣的優(yōu)秀第三統(tǒng)計(jì)學(xué)方簡(jiǎn)統(tǒng)計(jì)學(xué)方R語言崛起之初常被拿來和SAS比較。業(yè)界中RSAS可以進(jìn)行很好的配合R的優(yōu)蒙特卡洛方簡(jiǎn)蒙特卡洛方R的優(yōu)最優(yōu)化方簡(jiǎn)最優(yōu)化方早期R的優(yōu)化功能很弱，常被用來和R的優(yōu)開源免費(fèi)，資源豐富，編程靈活雜的方法，但是可以結(jié)合COIN-OR進(jìn)行擴(kuò)展機(jī)器學(xué)簡(jiǎn)機(jī)器學(xué)早期機(jī)器學(xué)習(xí)資源不如Python豐富，導(dǎo)致很多R用戶投入了Python陣營。流工具的作者直接參與了R包的開發(fā)比如xgboostR的優(yōu)學(xué)習(xí)門檻低，代碼易讀直接使用的運(yùn)算性能相對(duì)較差深度學(xué)簡(jiǎn)深度學(xué)習(xí)框架很少直接提供R的支持。MXNet對(duì)R提供了完美的原生支持，在RStudio的貢獻(xiàn)下，目前也有了Tensorflow和Keras的R包R的優(yōu)在R的框架下可以完美地融合到分析流程中，Windows下的安裝和使用非常文學(xué)化編簡(jiǎn)文學(xué)化編早期的R就引入了文學(xué)化編程的思想謝益輝的knitr發(fā)布后顛覆了這個(gè)領(lǐng)域，后續(xù)的bookdown有可能會(huì)改變科技類R的優(yōu)資源非常豐富，功能非常強(qiáng)大Markdown框架的話可以比較容易系統(tǒng)架簡(jiǎn)系統(tǒng)架早期的R并未向后臺(tái)服務(wù)器方向發(fā)展，在業(yè)界通常是和Java進(jìn)行整合。Shiny問世后擁有了完美的服務(wù)器框架，此外fiery包也可以提供強(qiáng)大的后臺(tái)服R的優(yōu)Shiny框架非常簡(jiǎn)潔，可能是門檻最低的網(wǎng)站系統(tǒng)構(gòu)建工具，與JavaScript可性能較差，一般不用作生產(chǎn)系統(tǒng)數(shù)數(shù)據(jù)的時(shí)代新時(shí)代的R的發(fā)展歷