はじめに
最近、研究関係でRを使う機会が多いのですがPythonに比べると勉強するための文献があまり見つからず、書籍に関してはほぼほぼなくなってきた印象です。
一方で、Rはwebで公開されている内容は多く、勉強するにはwebを参照しないといけないような状況に感じましたため、備忘録も兼ねて個人的に勉強になった記事をまとめてみました。
Rで計量政治学入門
タイトルには計量政治学とありますが、記載されている内容は政治学に限られたものでなく、前処理から地理情報の可視化、環境構築まで、日本語でのR入門として非常に勉強になる内容です。
疫学や公衆衛生に関わる業務のための R
前処理や可視化がかなり手厚く、はじめてRに取り組むにはかなり勉強になります。
Bayesian Analysis in R
Stanを使ったベイズ分析について。
Ecological Statistics
環境統計
Geocomputation with R
地理情報を可視化する技術について。
Geospatial Health Data: Modeling and Visualization with R-INLA and Shiny
地理空間情報の可視化とダッシュボード開発まで。shinyでの可視化まで触れているのは非常に勉強になります。
Visualising WRC Rally Stages With rayshader and R
空間の分析などでは、地形情報をプロットするために3Dの可視化などを使う機会がありますが、rashaderを使って、3Dで地形情報やラリーコースのプロットについて解説されています。
Surrogates
ガウス過程を用いたサロゲートモデル。
Deep Learning and Scientific Computing with R torch
TorchのRでの実装の仕方。
みんなのRcpp
Rcppについて。
GPU Computing with R
RでのGPU処理について。
Mastering Spark with R
Sparklyrについて。
Big Data with R - Exercise book
DBと連携したRでの処理の仕方について。研究よりも実務向き。
R Markdown Cookbook
Rでのドキュメンテーション作成について。
私たちのR
Rコーディングの基礎
R for Data Science
書籍で出ているRではじめるデータサイエンスのページ。
初版と２版がそれぞれ別のページである。
Google's R Style Guide
GoogleでのRのコーディングルール。
最後に
今回、研究のために久々にRを使っているのですが、Rstudioの発展もあり、分析からレポーティングまでシームレスにできる環境がかなり整備され、論文等を書くにはRとRstudioってめっちゃ便利なんだなと思いました。
また、研究者の方が書かれている記事が多いことからか、Rの記事は専門性の高い記事が多く、この他にもめちゃめちゃ勉強になる記事がいっぱいありました。大変ありがたい時代です。