刚开始学习数据科学的人都会面对同一个问题：

不知道该先学习哪种编程语言。

我给你的建议就是：先学习R语言

一、专注于一种语言
在说明为什么你应该学习R语言之前，我想强调的是，在开始学习数据科学时，你应该学习一种语言。
有些人问我是否应该学习在学R语言的同时学习Python。我的答案基本上是否定的，除非你需要使用一种以上的语言，否则你应该选择一种语言进行学习。
专注于一种编程语言的原因是，你需要更多地关注过程和技术，而不是语法。你需要掌握如何通过数据科学工具来分析数据，以及如何解决问题。事实证明，R语言是最佳的选择。

二、最常用的编程语言之一
我建议你将R语言作为你的第一个“数据科学编程语言”。虽然也有例外，比如特定的项目需要。
因为R语言正在成为数据科学的“通用语言”
这并不是说R语言是唯一的语言，也不是说它是每个工作的最佳工具。然而，它是使用最广泛的，而且越来越受欢迎。
O' reilly media在过去几年中进行了一系列数据科学调查，分析了数据科学趋势。在2016年的调查报告中，R语言是最常用的编程语言(如果排除SQL的话，在本文中它不能称为编程语言)。57%的调查人群使用R语言(使用Python的比例为54%)。
另一个常见的语言排名系统是Redmonk编程语言排名，它由GitHub(代码行)和Stack Overflow(标签数)的流行指数派生而来。截至2016年11月，R语言在所有编程语言中排名第13。此外，R语言多年来一直呈持续上升趋势:

此外还有TIOBE指数（按搜索引擎搜索次数对编程语言进行排名）。在TIOBE指数上，R语言十年来呈现出稳定上升趋势。

三、使用R语言的公司
在招聘数据科学家的几家顶级公司中，R语言使用程度非常高。在我认为现代经济中最优秀的两家公司——Google和Facebook 都有使用R语言数据科学家。
除了像Google，Facebook和微软这样的科技巨头，R语言在美国银行，福特，TechCrunch，Uber和Trulia等众多公司都有广泛的应用。

四、R语言在学术界和商界都很受欢迎
R语言不仅仅是一个行业工具。它在学术科学家和研究人员中也非常受欢迎，最近著名《自然》杂志上发表的R语言概况也证实了这一点。
R语言在学术界的备受欢迎，因为它创造了供应行业的人才库。
换句话说，如果最优秀、最聪明的人群在大学学习了R语言，这将加大R语言在行业中的重要性。当学者、博士和研究人员离开学术界从事商业活动时，他们又将产生对R语言人才的需求。
此外，随着数据科学的成熟，商业届的数据科学家将需要与学术届的科学家进行更多的沟通。我们需要借鉴技术和交流观点。随着世界转变为数据流时，学术科学与面向商业的数据科学之间的界线会变得模糊。

四、一点小建议
如果你是初学者，R语言是很好的选择。同时需要专注于学习数据科学的技能。
在学习过程中，你可能会看到很多新技术和新工具，或者一些令人眼花缭乱的数据可视化。
看到其他人的成果（并发现他们正在使用不同的工具）可能会导致你想尝试其他的东西。相信我：你需要集中注意力。你需要花上几个月（或更长时间）才能真正投入到一个工具中。
如上所述，如果你确实希望在数据科学工作流程中提高技能。至少在数据可视化和数据处理方面，你得具备扎实的技能。

在R语言上花费100个小时，将比在10个不同工具上各花费10个小时得到更高的回报。最后，通过集中精力，你的时间回报率将更高。不要因为“最新，最炫的事物”而分心。

R语言最近开课：
(CDA LEVEL I R 数据分析)
一、课程信息
北京 & 远程：2017年8月12日~9月03日（周末8天）
授课安排：现场班6900元，远程班4900元
(1) 授课方式：面授直播两种形式，中文多媒体互动式授课方式
(2)授课时间：上午9:00-12:00，下午13:30-16:30，16:30-17:00(答疑)
(3)学习期限：现场与视频结合，长期学习加练习答疑。

二、报名流程
1. 在线填写报名信息
官网端：
（北京&远程）

微信端：

2. 给予反馈，确认报名信息
3. 网上缴费
4. 开课前一周发送电子版课件和教室路线图

三、课程大纲
第一阶段：数据分析概念与R编程
1.商业数据分析的本质
2.R介绍、R与RStudio安装
3.R语言编程与数据整合
4.R基本数据类型
5.R基本数据结构
6.R程序控制
7.函数与包
8.数据合并与规整

第二阶段：数理统计与SQL数据库
1.R语言编程与数据整合
2.SQL及关系型数据库基本概念
3.SQL语言与RSQL实现
4.描述性统计分析和特征选取
5.描述统计与探索数据分析
6.APPLY函数族
7.R基础绘图包
a.案例：畅销品分析
b.案例：产品销售情况指标分析

第三阶段：数理统计与数据可视化
1.描述性统计分析和特征选取
2.GGplot2绘图介绍
3.使用SQL进行数据汇总
4.统计推断基础
5.假设检验与单样本T检验
6.两样本T检验
7.方差分析
a.案例：产品销售情况指标展现
b.案例：房价影响因素分析

第四阶段：统计推断与精益管理
1.统计推断基础
2.相关分析、卡方检验
3.简单线性回归
4.精益化管理
5.Dashboard设计与应用
6.特设分析(AdHoc Analysis)
7.对比测试(A/Btesting)
a.案例：基于宏观经济指标的产品产量预测模型
b.案例：注册方式对客户转化率的影响

第五阶段：市场分析方法与模式识别模型
1.市场调研与数据采集方法
2.连续变量间关系探索与压缩
3.聚类分析(客户分群)
4.对应分析与多维尺度
a.案例：信贷综合打分
b.案例：各地经济发展数据分析

第六阶段：客户分析方法与分类模型
1.线性回归介绍
2.线性回归诊断
3.分类变量分析
a.案例：信用卡客户价值预测
b.案例：电信客户流失预测

第七阶段：时间序列与综合案例
1.时间序列的定义
2.指数平滑法
3.时间序列模型ARIMA方法
4.信用卡产能预测案例
5.营销效果评估
6.某品牌香烟市场调研案例
7.业务数据分析师课程总结
a.案例：人口数据预测
b.案例：航空公司客运量预测

如果你有R语言统计分析和业务分析的基础，对R数据挖掘和模型的知识有兴趣，也欢迎报名参加R数据挖掘的课程：
https://www.cda.cn/kecheng/31.html
1级2级连报更有8折优惠！

四、课程讲师
杨柳
CDA数据分析研究院讲师/经济学博士
2014年8月毕业于美国纽约州立大学，现任教于南京大学商学院产业经济学系。研究方向为计量经济理论和经济预测。长期从事R语言开发及其在计量经济学中的应用研究，积累了丰富的编程经验。主持并参与多项金融和宏观经济的课题项目，对如何应用R语言进行数据分析和挖掘有深刻的认识和独到的见解。
  
瞿辉
美库尔公司分析经理/中国科学技术大学统计学硕士毕业
多年数据分析和挖掘的工作经历，精通SAS和R，对各种机器学习算法和统计模型都有深入研究，负责过保险、医药、零售以及电商等多个行业的数据分析项目，在客户画像、用户分群、精确营销、销售预测、营销组合优化等领域有丰富经验。

五、课程优惠
1. 全日制在读学生8折优惠（需提供学生证件证明）；
2. 参加过论坛其他现场班老学员9折优惠；
3. 三人及以上9折优惠，五人及以上8折优惠；
4. 同时报名参加LEVELⅠ和LEVEL Ⅱ享受8折优惠。

联系我们
电话：010-68411404
手机：18511302788（王老师）QQ：2881989710
邮箱：wangzhenda@pinggu.org
—— Join Learn!

课程试听：
R语言数据分析入门：https://www.cda.cn/gkk/1.html
汽车金融信用违约预测模型-R语言：https://www.cda.cn/gkk/19.html