作者：黄天元，复旦大学博士在读，热爱数据科学与开源工具（R），致力于利用数据科学迅速积累行业经验优势和科学知识发现，涉猎内容包括但不限于信息计量、机器学习、数据可视化、应用统计建模、知识图谱等，著有《R语言数据高效处理指南》（《R语言数据高效处理指南》(黄天元)【摘要 书评 试读】- 京东图书，《R语言数据高效处理指南》(黄天元)【简介_书评_在线阅读】 - 当当图书）。知乎专栏：R语言数据挖掘。邮箱：huang.tian-yuan@qq.com.欢迎合作交流。
---------------------------
R语言日新月异的变化着实惊艳到我，在短短的时间内CRAN已经冒除了更多更酷的包，每个包都是一个或一群从业者与科学家与数据之间的故事。不得不承认，新一代的R语言确实非常好上手，既能满足只是为了一时需要的用户，又能给长期使用者和开发展营造一个良好可持续的生态。当我看到新一期的RWeekly（Home），我确实能够感觉到R慢慢变成了一个“好看又能打”的工具，使用R甚至成为了一种特别“酷”的事情（至少在国外这种文化已经蔓延开来）。闲话休叙，这里分享一下我在本期RWeekly的take-home message。
-------------------------------
机器学习：
Tidymodel慢慢起来了，caret包作者领衔把机器学习工作流推入tidy模式，最近已经有更多的帖子来介绍如何使用。这里给出：
https://juliasilge.com/blog/hotels-recipes/ （基本使用）
themis 0.1.0 - Tidyverse （解决类失衡问题）
增强学习：
https://www.brodrigues.co/blog/2020-01-26-harold/
Econometrics and Free Software
BERT: https://github.com/bnosac/golgotha
rlang: 新特性，编写函数更加方便（https://www.tidyverse.org/blog/2020/02/glue-strings-and-tidy-eval/）
magrittr: 不常用的`%$%`其实还是很有用的（%$% : upping your pipe game）
原文作者：；如有侵权，请联系管理员删除。
