2022 年 5+ 最佳 R 編程課程：我在哪裡可以免費學習 R 編程？

2022 年最佳在線學習 R 編程課程

R 是統計計算、數據分析和可視化計算機語言。 雖然它不像 Python 那樣流行，但該語言仍然令人著迷且速度快，使其成為完成複雜工作的理想選擇。

毫無疑問，R 被全球越來越多的數據分析師和業務分析師使用。 因此，如果您想在數據科學或機器學習領域從事一份豐厚的工作，掌握 R 語言至關重要。

與其他計算機語言相比，R 具有簡單的語法。 因此，自學並不是很困難。 通過註冊一些高質量的在線課程，您可以快速掌握語言。

這並不意味著您可以註冊任何隨機的在線課程。 大多數聲稱教授 R 編程語言的在線課程都是一種賺錢的計劃。 你不太可能從他們那裡得到很多知識。

我將協助您解決問題。 本文將重點介紹我發現的最好的 R 編程課程，這些課程有助於培養你的實踐能力。 然後，您可以選擇最適合您需求的課程並立即開始學習。

你應該知道的事情

先決條件

大多數 R 編程課程沒有先決條件。 任何人都可以隨時參加課程。 必須具備其他編程語言（Python、C++、JavaScript 等）的經驗。

2022 年最佳 R 編程課程列表

1. 使用 R 進行數據科學編程

這個 Udacity 納米學位課程無疑是學習數據科學 R 的最佳選擇之一。

除了 R 的基礎知識，您還將學習 SQL（用於數據庫管理）和 Git（用於版本控制）。 完成後，您將獲得關鍵技能，使您能夠成功地從事數據科學事業。

課程內容

該程序分為三個部分：

1. SQL 簡介——第一部分將提供 SQL 的概述。 您將深入了解這種結構化查詢語言的原理，包括 SQL 命令、JOIN、聚合和子查詢。

之後，您將學習如何使用 SQL 來應對現實世界的業務挑戰。

2. R 編程簡介——第二部分將帶您了解 R 編程語言的基本原理，包括變量、控制流和函數。

在課程的第二部分，您將學習如何使用 ggplot2 可視化數據。

3. 版本控制介紹——最後一節將演示如何使用Git來管理你的項目的版本控制，與他人分享，與其他專業人士合作。 所有這些能力對於數據科學家和程序員來說都是必要的。

三門課程中的每一門都將分配大量作業，包括測試和實際項目。 例如，您將使用 R 來收集、分析和可視化來自三個美國城市的自行車共享計劃的數據。

完成這些活動將使您能夠將所學知識付諸實踐並獲得寶貴的實踐經驗。

根據 Udacity 的說法，你應該每週花 10 個小時在這個項目上，並預計需要三個月才能完成。

對於某些人來說，建議的學習速度可能太快了。 然而，課程是自定進度的。 然後，您可以創建自己的學習時間表。 請記住，您需要的時間越多，您的學費就越高（見下文）。

價錢

Udacity 的定價方法是基於訂閱的。 該計劃的學費為每月 399 美元，但您可以購買為期三個月的套餐，以將費用降低 15% 至每月 339 美元。

這還不是全部。 您可以創建一個帳戶（就像我在下面的部分中所做的那樣）以獲得個性化或基於帳戶的折扣。

這些折扣可能高達 75%。 因此，您每月只需支付 100 美元或更少的費用就可以註冊這個一流的計劃。

2.Datacamp的R課程

Datacamp 是一個採用非常規方法的數據科學教育平台。 Datacamp 不是通過視頻課程來指導學生，而是採用遊戲化的互動學習來創造一個更愉快的學習環境。

這種方法在保持我對學習的興趣方面非常出色。 因此，如果您參加了幾門 R 編程課程，但很快就感到無聊，您可能想嘗試一下 Datacamp。

課程內容

除了 R 課程，Datacamp 還提供大量數據科學課程，包括但不限於

• R 簡介
• 統計 R 簡介
• 在 R 中可視化數據
• R中的時間序列分析
• 使用 R 抓取網頁
• R for Finance 簡介

所有課程都將按技能軌道組織，包括 R 編程、數據操作和營銷分析。 這些技能軌道將幫助學生以正確的順序完成課程。

您將閱讀說明並使用基於 Web 的集成開發環境完成任務。 如果您遇到困難，您可以提示或要求平台為您提供解決方案。 您通常會在 4-6 小時或更短的時間內完成每門課程。

完成幾門課程後，您就可以開始從事實際項目。 這些作業將幫助您綜合您的知識並了解數據科學專家執行的現實世界數據科學任務。

根據我的觀察，課程內容和項目適合初學者。 他們將幫助您逐步建立自己的能力和信心。 但是，課程內容不是特別深入，作業要求也不是特別高，尤其是與 Udacity 提供的相比。

因此，Datacamp 會將絕對初學者加速到中級然後停止。 如果您真的想掌握一門學科，則需要註冊其他供應商提供的課程。

儘管有缺點，Datacamp 無疑值得訂閱。 絕對初學者可以從 Datacamp 引人入勝的方法和全面的課程中受益匪淺。

如果您完成所有 Datacamp 課程，您將掌握基礎知識，並有信心開始您的數據科學之旅。

價錢

與 Udacity 一樣，Datacamp 向訂閱者收取月費。 以下是學生必須從中選擇一個的計劃（每年計費）。

• 高級版 – 每月 12.42 美元起
• 團隊 - 每月 25 美元

標準包包括無限制訪問該平台的 300 多門課程（R、Python、Scala 等），以及 80 多個項目和 Tableau、Power BI 和 Oracle 培訓。

對於大多數有興趣學習 R 編程的學生來說，Premium 計劃綽綽有餘。

但請記住，Datacamp 訂閱會定期出售（至少每季度一次）。 在此期間，高級計劃的每月費用可能低於 5 美元。

如果您仍然對 Datacamp 是否適合您猶豫不決，我建議您創建一個免費帳戶以免費訪問每門課程的第一課。

3. Dataquest 的 R 課程

Dataquest 是 Datacamp 的主要競爭對手。 該平台採用與前一個相同的交互式學習技術，為學生提供身臨其境的體驗。

因此，如果您是一個完整的初學者，Dataquest 的課程將非常有價值。

課程內容

Dataquest 將從 2021 年 12 月開始提供數十個 R 編程課程。這些課程被組織成技能路線，從而創建了一個邏輯課程，讓學生可以輕鬆移動。

目前，有五種 R 編程技能路徑可用：

• R 中的數據分析師——在本課程中，您將學習 R 編程的基礎知識以及如何將它們應用於數據分析。
• 使用 R 進行數據可視化- 您將在此技能路徑中學習如何使用 R 可視化數據。
• R 的統計和概率——該技能路徑涵蓋概率和統計的基礎知識（假設、分佈、貝葉斯推理）。 然後，您將利用 R 執行統計分析、檢驗假設和操縱概率密度函數。
• APIs and Web Scraping with R – 最後的技能路徑將解釋如何使用 APIs 和 Web 收集和分析數據。

總的來說，Dataquest 的課程不如 Datacamp 的多樣化。 然而，Dataquest 目前正在積極擴展課程。 因此，您可能會預計在不久的將來會發布更多課程。

教育體驗與 Datacamp 非常相似。 首先，您將閱讀文本說明並使用基於 Web 的集成開發環境執行代碼分配。

此外，我發現 Dataquest 的課程與 Datacamp 的課程大致一樣深入，這意味著您需要找到另一門課程來獲得高級 R 編程技能。

另一方面，Dataquest 用勺子餵給受訓者的次數明顯少於 Datacamp。 您將有更多的可能性從頭開始編寫所有代碼。 Dataquest 的定價結構是基本的。 高級計劃起價為每月 33.25 美元（按年支付）或每月 49 美元（按月計費）。 訂閱後，您將可以訪問平台上的所有數據科學課程，包括 R、Python 和 SQL 課程。

根據我的經驗，Dataquest 幾乎每個月都會提供折扣。 這些節省可高達 50%，使每月訂閱費降至 16.5 美元。

此外，您可以建立一個帳戶來免費測試幾節課。

4. Kirill Eremenko 的 R 編程

Kirill Eremenko 的兩門 Udemy 課程將引導您了解 R 編程的基礎知識，並演示如何在統計和數據研究中使用該語言。

我上過他的幾門課，喜歡他對問題的直截了當的解釋。 因此，我毫不猶豫地向您推薦了他。

4.1) R Programming AZ：R 用於數據科學的真實練習！

該系列的第一門課程將涵蓋基礎知識。 以下是課程所涵蓋材料的摘要。

• 編程的基本原理（變量、運算符、控制流）
• R 編程基礎（向量、函數、包）
• 矩陣：深入了解（操作、可視化等）
• 數據幀
• GGPlot2 的高級可視化
• 作業詳細解答

視頻內容總時長為 10.5 小時。 除了視頻課程之外，Kirill 還包括基於現實世界環境的各種練習，以幫助您理解實踐。

例如，您將使用 R 編程來檢查電影的財務報表和票房數據。 完成作業後，您可以查看視頻解決方案，它將帶您深入了解每個步驟。 因此，您將可以訪問掌握 R 所需的所有學習資源。

評論： 4.6/5.0，學生： 221000+

4.2) R 編程：R 中用於數據科學的高級分析

第二門課程主要側重於 R 中的數據分析。以下是本課程涵蓋的主要主題。

• 數據準備（學習準備數據以在 R 中進行分析）
• 使用中位數進行插補（替換缺失數據）
• 深入了解 R 的列表（日期時間、將數據導入 R、創建時間序列圖等）
• 函數族“應用”+嵌套函數

由於涵蓋的主題要少得多，這門課程比第一門課程短得多（僅 6 小時）。 儘管如此，講師將深入研究每個想法，並為您提供真實世界的案例研究，以幫助您提高理解力。

總的來說，這兩門課程都適合初學者。 如果您正在尋找價格合理的 R 編程課程，我相信這個系列值得一看。

評論： 4.6/5.0，學生：53000+

5. 數據科學：使用 R 專業化的基礎

如果您正在尋求更正規的教育，約翰霍普金斯大學的 Coursera 專業課程可能適合您。 三位生物統計學學者將指導您使用 R 語言使用數據科學工具和方法。

根據課程描述，該課程沒有任何要求。 另一方面，學生評論的說法不同。

在註冊此計劃之前，建議您具有一定的編程經驗。

課程內容

以下次要課程是該專業的一部分：

1. 數據科學家的工具箱——參與者將了解數據科學家如何將數據轉化為洞察力，以及如何使用 Git 和 RStudio 等基本工具。

2. R 編程——本質上，您將在本課程中學習 R 編程的基礎知識。

您需要做的第一件事是設置您的統計編程環境。 在下一頁，您將了解編程概念，包括函數、包和最佳實踐。

3. 獲取和清理數據——在第三門課程中，學生將學習如何從不同來源收集信息，例如網絡、API 和其他來源。

然後，您將能夠了解乾淨和完善的數據如何使數據分析受益。

4. 探索性數據分析——第四門課程將介紹分析數據的探索性技術，這將有利於復雜統計模型的開發和假設的評估。 還將介紹 R 繪圖系統和數據可視化原理。

5. 可重複性研究——最後一節將介紹生成可重複性數據分析報告所需的工具和程序。 您將更好地理解為什麼可重複性對社區有幫助。

通常，您將學習 R 編程並了解如何進行專業數據分析。 該計劃是徹底的。 您可能會發現根本不需要其他 R 編程課程。

約翰霍普金斯建議每週花 8 小時在課程上，這需要五個月才能完成。

但是，由於該計劃是自定進度的，如果您認為推薦的進度太快，您可以根據需要更改您的學習計劃。

您可以對程序進行免費審核。 或者，您可以以每月 49 美元的價格註冊整個課程，其中包括評分作業和數字證書。

6. R專業化的數據可視化和儀表板

此 Coursera 專業化課程將引導您完成使用 R 可視化數據和構建功能強大的儀表板的過程。與課程 4 一樣，您將獲得約翰霍普金斯大學高級講師的指導。

課程內容

一個頂點項目和四門次要課程構成了這個專業：

1. R 中的數據可視化入門——第一門課程將教您在 R 中可視化數據所需的基本技能。您將掌握 R 編程的基本知識，包括基本的 R 語法、函數和數據框。

之後，您將學習如何將數據導入 R，使用各種工具對其進行編輯，並通過製作簡單的報告來結束課程。

2. 使用 ggplot2 在 R 中進行數據可視化——第二門課程完全專注於 ggplot2。 該軟件包將用於使用多種方法（包括第三方矢量圖形編輯軟件）查看和潤色數據。

3. 使用 R 進行高級數據可視化——第三門課程將從第二門課程結束的地方開始。 通過檢查其他 R 包，您將更好地了解可用的數據可視化可能性。 在課程的後期，您將使用 R 和動畫圖形開發空間地圖。

4. 使用 Shiny 和 FlexDashboard 在 R 中發布數據可視化– 最後一課將介紹如何使用 Shiny 可視化數據並構建交互式儀表板以幫助觀眾獲得洞察力。

5. Capstone——這個大型項目將讓您將所學知識付諸實踐。 您將學習如何使用 R 構建一系列可視化，以使用真實世界的數據傳達一個引人入勝的故事。

與此列表中的其他課程相比，該課程專注於使用 R 進行數據可視化。除了視頻課程和閱讀材料外，該課程還包括多個項目和一個大型項目，可讓您將新獲得的技能用於測試。

因此，如果您覺得自己在這方面仍然缺乏，您可能需要考慮追求這方面的專業知識。

就速度而言，您應該每週花五個小時在課程上，這將需要四個月才能完成。 但是，如果您是一個快速閱讀者，我相信您可以更快地完成它。

這是因為視頻課程很簡短，您的大部分學習時間都花在了閱讀上。

審核所有輔修課程完全免費。 或者，您可以以每月 49 美元的價格訂閱整個程序。

Coursera Plus

鑑於本文涵蓋 Coursera 專業的廣度，您可能對多個項目感興趣。 如果是這種情況，我強烈建議您訂閱 Coursera Plus。

Coursera Plus 將為超過 3000 門課程和專業提供對 Coursera 平台的完整訪問（不僅僅是審核）。 然後，您可以快速註冊每個計劃，而無需支付單獨的計劃會員費用。

此外，Coursera Plus 會員的起價為每年 399 美元（或平均每月 33.25 美元），比個人訂閱（39-79 美元）便宜。 因此，Coursera Plus 似乎物有所值。

如果你是一個勤奮的學生，訂閱 Coursera Plus 是輕而易舉的事。

快速鏈接：

• Coursera 定價：Coursera 課程的費用是多少？
• Coursera vs 琳達| 哪一個是最好的？
• Udacity 與 Coursera | Udacity 課程比 Coursera 更好嗎？
• Udemy vs Treehouse：哪一個適合你？

結論：2022 年最佳 R 編程課程

這就是我們今年要參加的頂級 R 課程和要追求的最佳 R 認證的列表。 我建議您通過從此列表中選擇從事數據科學或生物信息學專業。

大多數課程都是高分的，不需要任何先決條件，這應該會激勵你走上自己的道路。 一旦您獲得了信心並正確學習，您可能希望獲得認證。 有關更多信息，您可以查看 R 證書。

一旦您將自己確立為 R 專業人士並準備申請工作，您就可以準備 R 面試以找到您夢寐以求的數據科學工作。

如果您知道任何其他有利於 R 社區的高評價課程，請將它們發佈在下面的評論部分。