Communication

• Starting a Rmarkdown Blog with Blogdown + Hugo + Github (181110)
  看了好几篇介绍用blogdown搭建博客的文章，只有这一篇文章介绍的方法让我成功了。

• Adding GIF animations (190228; 190311)
  介绍了在blogdown中添加动图和生成动图的方法。

• Create Multiple Reports with RMarkdown (181129; 190311)
  使用Rmarkdown批量生成报告的教程，测试有效，非常实用。

• MANY REPORTS FROM 1 RMARKDOWN FILE (190311)
  另一篇使用Rmarkdown批量生成报告的教程，没有实际测试，但应该没问题。

• Happy collaboration with Rmd to docx (181110)
  因为工作中要写的报告基本上都是word文档，而写报告其实主要是在已有框架的基础上修改大量的短语和数字，很让人烦躁，于是就研究了下如何生成（至少半）自动化的word文档。

Concept & History

• Explain R environments like I’m five (181110; 190307)
  介绍什么是R语言的环境，非常简单易懂。

• Environments in R (190128; 190408)
  介绍了R中的环境和一些相关的内容，对于closure和namespace等概念还是无法理解。

• stringsAsFactors: An unauthorized biography (181110; 190408)
  据说stringsAsFactors参数问题，是R语言历史上争论最激烈的问题。

• Why do we use arrow as an assignment operator? (181110; 190409)
  介绍了R中使用<-作赋值符的由来？

• Here’s why 2019 is a great year to start with R: A story of 10 year old R code then and now (190114; 190410)
  回顾了近十年R的发展历程。

Data Acquisition

• Web Scraping in R: rvest Tutorial (190103)
  爬虫的入门教程，介绍了rvest包，只能爬静态网页。

• How to Scrape Data from a JavaScript Website with R (190103)
  介绍了一种爬取动态网页（？）的方法，要用到rvest和PhantomJS包，我最终没有使用这种方法，因此也没有尝试。

• Scraping Javascript-rendered web content using R (190103)
  跟上面那个好像差不多，也没有去试。

• Web Scraping with R and PhantomJS (190103)
  还是同上。

• Basics·RSelenium/ (190103)
  RSelenium包的官方网站，这个包可以用来爬取动态网页，我试了这种方法，成功了，其实就是用来模拟鼠标操作的。

• Data acquisition in R (1/4);
  Data acquisition in R (2/4);
  Data acquisition in R (3/4) (190114)
  介绍了一些数据的获取方法，似乎并不会有第四部分了。

• R Data Import/Export(190114)
  介绍数据导入和导出的文档，内容似乎比较旧，而且很多也用不上，需要的时候可以参考一下。

Machine Learning

• Machine Learning Basics (190319)
  介绍了机器学习的历史，与深度学习和人工智能的关系，机器学习的原理和基本概念及对未来发展的展望，图文并茂。

• How to Prepare for a Machine Learning Interview (190313)
  介绍如何应对机器学习的面试，后面列了一堆问题，几乎没有会的，但还是希望将来有一天能用上。

• Feature Engineering (190325)
  介绍了特征工程中可以采用的四种方法。

• Essentials of Machine Learning Algorithms (with Python and R Codes) (190326)
  介绍了一些常见的机器学习算法，和使用python和R跑这些模型的思路，以及相关的学习资源。

• The Curse of Dimensionality in classification (190326)
  介绍了变量过多时会产生的过度拟合问题，以及解决办法。虽然用了小猫小狗的图片，但还是没法全看懂。

• The Most Important Machine Learning Algorithms (190520)
  介绍了一些机器学习算法的优缺点。

• Machine Learning in R for beginners (190103; 190318)
  以KNN算法介绍了机器学习的整个流程，简单易懂。最后部分还介绍一下了caret包。

• A visual introduction to machine learning (190103; 190318);
  Model Tuning and the Bias-Variance Tradeoff (190103; 190318)
  系列文章，利用决策树算法对机器学习中的一些概念以及bias和variance之间的权衡进行了介绍，网页做得很酷炫，但跟R没有关系。似乎会有第三部分，但目前还没见到。

• Introduction to Machine Learning for non-developers (190103; 190318)
  利用随机森林算法简单介绍了下机器学习，虽然没有用到R，但最后推荐了一下R。

• A very basic introduction to Random Forests using R (190103; 190318)
  针对iris数据集通过R对随机森林算法进行了介绍。

• Random Forests in R (190318)
  简单介绍了一点随机森林的理论知识，并附了一个R的实例。

• Kaggle Bike Sharing Demand Prediction – How I got in top 5 percentile of participants? (190326) 介绍了作者在kaggle上参与竞赛的完整流程。

• Machine Learning for Insurance Claims (190328)
  使用逻辑回归和xgboost对保险索赔分别进行了分类和预测，不懂背景知识，好像预测得不咋样啊，不过有个相关的shiny做的还挺不错的，有时间学习一下。

Onlinebook

• R for Data Science (181107)
  这本书应该是目前关于R语言数据分析的最好的一本书了，看过两遍，除了太偏向计算机专业和统计学专业的内容，都还好，虽然不建议从这本入门，但真正想学好R，肯定不能错过这本书。

• The tidyverse style guide (181107)
  跟上面的书配套的书，介绍了tidyverse的代码风格，是在Google’s R Style Guide的基础之上逐渐演变出来了，可以使代码看起来更美观，更有可读性。

• R Markdown: The Definitive Guide (181107)
  系统介绍Rmarkdown的书，主要是作为参考书，有选择性的阅读某些章节即可（然而我还是完整看了一遍）

• Handling Strings with R (181108)
  介绍字符串处理的书，内容不多，也比较简单。

• Text Mining with R (181108)
  介绍了几种文本分析的技术以及几个案例，我个人比较喜欢的一本书，喜欢文本挖掘的可以看看。

• blogdown: Creating Websites with R Markdown (181108)
  介绍如何用blogdown包搭建博客的书，然而我并没有通过这本书真正学会怎么搭博客，只是了解到了自己的知识有多么匮乏。

• An Introduction to Statistical and Data Sciences via R (181108)
  介绍了一些统计和tidyverse包的基本知识，非常简单，适合入门，但目前这本书还没有完成。

• Data Visualization with R (181108)
  介绍了很多种图形的绘制方法，非常实用，如果早看到这本书，很多地方都不用我自己去研究了，强烈推荐。

• Data Visualization: A practical introduction (181108)
  挺久以前看的了，当时还没有完成，而且以前似乎不是叫现在这个名字。感觉没有上面那本书好，但有一章介绍了一些绘图的理论，值得一看。

• R Programming for Data Science (181112)
  两年前的书，部分内容已经过时了，但帮我补充了很多诸如Vectorized Operations，Lazy Evaluation，Scoping Rules的知识，另外也让我找到了之前想了很久都没想起来的dput函数。

• Exploratory Data Analysis with R (181130)
  跟上面那本书是同一个作者，部分内容有重叠，虽然主要以Base绘图为主，但也介绍了ggplot2的一些内容，值得一看；另外，还有几章介绍了层次聚类、K均值聚类以及降维，基本上是没看懂。

• bookdown: Authoring Books and Technical Documents with R Markdown (190128)
  bookdown的文档，我应该是用不上，随便看看。

• bookdown: Authoring Books and Technical Documents with R Markdown (190128)
  用bookdown写的书都会发布在这里，这一模块的大部分书都能在这里找到。

• R in Action, Second Edition (190221)
  《R语言实战》英文第二版的在线版，可以免费看。

• Mastering Software Development in R (190313)
  介绍如何使用R进行开发的书，前两章主要讲了使用R编程的相关知识，后面两章分别介绍了如何使用R开发包和制图工具。很有启发性的一本书，之前不知道该如何实现的一些内容，现在有点思路了，但书中的内容很多都是点到即止，深入学习需要看更专门的书。

• Fundamentals of Data Visualization (190413)
  人家手里的Aesthetic，才能称得上是Aesthetic啊！

• Purrr tutorial (190418)
  purrr包的教程，主要事实际的例子，所以有些重复的地方。

Program

• A Tutorial on Loops in R - Usage and Alternatives (190128)
  介绍了R中的几种循环，包括for循环、while循环以及repeat循环，这也是头一次知道R里还有个repeat循环。

• Writing better R functions part one (190221);
  Writing better R functions part two (190221)；
  Writing better R functions part three (190221)；
  Writing better R functions part four (190221) 通过一个实例，介绍了创建函数和完善函数的完整过程。看到第二部分就有点跟不上了，还是要通过自己的实际操作来掌握这些内容。

• Adding strings in R (190303)
  通过编写一个用于连接字符的+函数，引出了很多有意思（而且看不太懂）的话题。

Tidyverse

• Getting Started with the Tidyverse: Tutorial (181108)
  简单介绍了一下tidyverse包中的几个主要函数，没啥难度，部分内容需要翻墙才能看到。

• Pipes in R Tutorial For Beginners (181108)
  介绍了几种常见的管道函数（其实一种就够了），像我一样喜欢把代码都串起来的应该好好学学这个。

• Data Wrangling Part 1: Basic to Advanced Ways to Select Columns；
  Data Wrangling Part 2: Transforming your columns into the right shape；
  Data Wrangling Part 3: Basic and more advanced ways to filter rows；
  Data Wrangling Part 4: Summarizing and slicing your data (181108)
  系统介绍dplyr包的系列文章，非常值得一看。

• TIDYING MESSY EXCEL DATA (TIDYXL) (190128)
  介绍了几种清洗excel数据表格的包。

Website

• Statistical tools for high-throughput data analysis (181108)
  看过可视化那部分，介绍ggplot2包的内容规范而细致，适合入门。

• stat545 (181108)
  一系列文章的汇总，体系有点乱，但内容还不错，记得正则表达式就是在这里学会的，对我帮助挺大。

• Cookbook for R (181208)
  很早就知道的一个网站，但最近才完整看了一遍，除了ggplot2部分，都比较旧了，但有一些自编函数的例子，需要时可以参考一下。

• Data Analysis and Visualization in R for Ecologists (190114)
  一个简单但实用的R教程网站，跟生态学好像也没啥太多的关系，有一部分数据库的内容还挺适合我的。

Visualization