Bài viết được dịch từ trang web Makeuseof
Mọi người luôn tò mò về ngôn ngữ lập trình nào mà họ nên học - đâu là ngôn ngữ có giá trị nhất? Ngôn ngữ nào sẽ giúp họ kiếm được một công việc? Đâu là ngôn ngữ dễ nhất và khó nhất?
Một ngôn ngữ đã xuất hiện khá nhiều trong danh sách "những ngôn ngữ lập trình nên học" là R, đây là ngôn ngữ tập trung vào tính toán thống kê (trên thực tế, nó đứng vị trí thứ #6 trong danh sách các ngôn ngữ lập trình phổ biến nhất năm 2015 do tạp chí uy tín IEEE Spectrum thống kê).
Tại sao R lại trở nên ngày càng phổ biến, nó có thể làm gì, và bạn có thể học cách sử dụng nó ở đâu?
R là gì? Ai sử dụng nó?
R là một phần mở rộng của ngôn ngữ lập trình S. Không giống như S, R hiện nay đã rất phổ biến, chủ yếu bởi vì nó là một giải pháp thay thế miễn phí cho các phần mềm mạnh mẽ được sử dụng trong tính toán thống kê như SAS, SPSS, và Matlab, tất cả chúng đều có mức giá rất cao. Trong khi R có thể được sử dụng cho rất nhiều thứ, nó được sử dụng tốt nhất cho việc phân tích dữ liệu.
Một trong những lý do mà nó trở nên mạnh mẽ như vậy là do mọi người có thể tạo ra và phân phối các "package" để bổ sung vào các chức năng cơ bản của ngôn ngữ này. Bạn có thể duyệt qua danh sách những package mới được xuất bản gần đây nhất tại đây.
Hiện nay, một số công ty lớn nhất trên thế giới cũng đang sử dụng R.
Theo thống kê của hãng Revolution Analytics, Google sử dụng nó để tính toán lợi nhuận trên vốn đầu tư (ROI) của các chiến dịch quảng cáo và dự báo các hoạt động kinh doanh. Microsoft sử dụng nó trên mạng Xbox. National Weather Service tạo ra các giao diện đồ họa bằng R. oDesk sử dụng ngôn ngữ này để phân tích kết quả từ thí nghiệm. Twitter bao gồm R như là một phần của hộp công cụ khoa học dữ liệu của họ.
Các khả năng của R gần như là vô hạn - và khi dữ liệu lớn (big data) trở thành một lĩnh vực quan trọng hơn, thì với khả năng phân tích hiệu quả sẽ làm tăng tầm quan trọng của ngôn ngữ này. R là công cụ tuyệt vời dành cho việc phân tích dữ liệu, và nó là mã nguồn mở, kèm theo việc cộng tác tự nhiên khiến nó trở thành một trong những công cụ tốt nhất ở ngoài kia. Nếu bạn muốn trở thành một nhà khoa học dữ liệu, thì bạn nên tìm hiểu về nó.
Học lập trình R
Tất nhiên, vì giao diện của R là mộc mạc hơn so với các ứng dụng như SAS, SPSS, và Matlab, nên bạn sẽ cần phải có rất nhiều nỗ lực để trở thành một chuyên gia. Việc học R khá khó nếu bạn học lên những kiến thức nâng cao, do đó bạn sẽ cần một số tài nguyên học tập có chất lượng nhất để bắt đầu chuyến hành trình tìm kiếm tri thức của mình.
Nào chúng ta hãy cùng duyệt qua danh sách những nguồn tài nguyên tốt nhất để học về ngôn ngữ lập trình R nhé!
Phần giới thiệu ngắn gọn của Code School, Try R, là một cách tuyệt vời để học những kiến thức cơ bản. Nó được trình bày trong một định dạng tương tác, làm cho nó thú vị hơn và hiệu quả hơn so với một số phương pháp học tập khác. Bạn sẽ tìm hiểu về vector, ma trận, các yếu tố, số liệu thống kê cơ bản, các data frame, và làm thế nào để mở rộng R sử dụng thư viện bên ngoài.
Điều hay nhất đó là toàn bộ khóa học này là miễn phí. Đối với một số người mới bắt đầu thì tài liệu này tương đối khó học.
Khóa học này gồm có ba phần; các vấn đề cơ bản của R, khám phá các khái niệm thống kê thông qua lập trình, và một phần trong đó là các nhà nghiên cứu sẽ giải thích cách họ sử dụng R và thống kê để giải quyết các vấn đề khoa học trong thực tế cuộc sống.
Khóa học này tập trung vào việc sử dụng R trong ngành khoa học sức khỏe, nhưng sẽ có giá trị đối với rất nhiều người, từ những người đã quen thuộc với số liệu thống kê cho đến những người hoàn toàn mới trong lĩnh vực này.
Trong một loạt các đoạn video có thời lượng 2 phút, bạn sẽ đi từ những điều cơ bản, như "R là gì?" đến các chủ đề nâng cao, bao gồm cả việc tạo ra các vòng lặp và chạy các lệnh SQL trong R để tương tác với cơ sở dữ liệu.
Nếu bạn đang tìm kiếm một cái gì đó khác biệt so với cách học tập theo phong cách sách giáo khoa của những nguồn tài nguyên khác, thì bạn hãy thử nó.
Kaggle Tutorial on Machine Learning
Kaggle là trang web tổ chức cuộc thi phân tích dữ liệu có giải thưởng rất giá trị... nhưng họ cũng sẽ giúp bạn bắt đầu với các khái niệm về máy học (machine learning) với R. Đây là một giới thiệu nhanh và có trình độ dạng trung cấp về các khái niệm có liên quan, và nó rất tuyệt vời nếu bạn đang quan tâm về lĩnh vực phân tích dữ liệu (không chỉ dừng lại ở thống kê) với R.
Những điều chính bạn sẽ học được qua giao diện của DataCamp là cây quyết định (decision trees), và random forests, đó là những công cụ mô hình hóa dữ liệu tuyệt vời.
Trên trang web chính thức của R, có một bộ sưu tập các hướng dẫn sử dụng bao gồm rất nhiều chủ đề, từ những điều cơ bản của R đến những hướng dẫn làm thế nào để viết các extension của riêng bạn. Bạn có thể đọc "Introduction to R" từ đầu đến cuối, nhưng sẽ là tốt nhất khi sử dụng nó như một tài liệu tham khảo khi bạn gặp phải những vấn đề và bạn cần phải tìm thông tin cụ thể về ngôn ngữ này. Các tài liệu khác trong danh sách này có thể sẽ không có ích cho đến khi bạn là một chuyên gia về R, nhưng dù sao đây cũng là một trang web tuyệt vời đáng để bạn bookmark lại.
Econometrics in R (PDF Download), một nguồn tài nguyên miễn phí khác có sẵn từ trang web này, là một nguồn tài nguyên phổ biến cho việc học ngôn ngữ R. Nó có vẻ chứa hơi nhiều thông tin, nhưng có hầu như mọi thứ bạn cần biết để bắt đầu.
RStudio là một môi trường phát triển tích hợp (IDE) cho R - và mặc dù bạn không cần phải sử dụng nó để trở thành một chuyên gia R, bạn có thể nhận thấy nó rất hữu ích. Trang web RStudio có một số hướng dẫn có sẵn, cũng như các liên kết đến các trang hữu ích khác. Có các cuốn sách đề xuất; giới thiệu về Shiny, một cách rất tuyệt vời để hiển thị kết quả dữ liệu của bạn trực tuyến; và thông tin về R Markdown, một công cụ hữu ích khác cho việc chia sẻ dữ liệu.
Có một sự kết hợp của các nguồn tài nguyên miễn phí và trả tiền ở đây, nhưng nếu bạn dành một chút thời gian để duyệt trang web này, thì bạn sẽ tìm thấy những thứ thực sự tuyệt vời mà không phải trả tiền cho nó.
Thêm một ít tài nguyên có giá trị về R
Với sự phổ biến ngày càng tăng của R, bạn có thể tìm thấy rất nhiều trang web cung cấp các tài liệu về ngôn ngữ này.
Bắt đầu học!
Cũng như với bất kỳ ngôn ngữ lập trình nào khác, cách tốt nhất để học là để tìm lấy một vấn đề mà bạn muốn giải quyết và bắt đầu thiết kế một giải pháp cho nó. Với một số quyết tâm và những nguồn tài nguyên sẵn có, bạn sẽ sử dụng R để phân tích các bộ dữ liệu mà không tốn nhiều thời gian.
Bạn có đang làm việc với R? Những nguồn tài nguyên R nào là yêu thích của bạn? Hãy chia sẻ chúng trong phần bình luận phía dưới nhé!
Bình luận