R은 빅데이터와 데이터사이언스 도구로 각광을 받으면서 통계학, 빅데이터, 데이터 사이언스, 기계학습에 필수 불가결한 도구가 되었다. 이런 흐름에 발맞추어 다양한 과정에서 R 프로그래밍에 대해 학습할 기회도 늘어나고 있다.

여러 수업에서 R 프로그래밍에 대해 강의하면서, “R의 벡터는 수학의 벡터와 같은가?”, “행렬의 한 열은 벡터인가?”, “반복문보다 벡터화 연산이 더 좋은가?”, “사용자 정의 함수와 내장함수 중 우선인 것은?” 등 다양한 의문이 생겼고, 이를 해결하는 과정에서 좀 더 깊이 있는 참고서의 필요성을 느꼈다.

번역서를 포함한 무수히 많은 R 관련 책이 이미 출간되어 있어, R을 익히는 데는 기존의 도서들로도 충분할 것이다. 그렇지만 심화 내용을 다룬 책은 초보자가 읽기 어렵고, 기초를 다룬 책은 내용의 깊이가 얕아 R에 관심 있는 사람에게는 적절하지 않다. 필요한 내용만 가볍게 공부하면 시간을 절약할 수 있을 것 같지만, 언젠가는 그 대가를 치러야 하는 것을 우리는 자주 경험하게 된다. 따라서 공부는 시작부터 어느 정도 깊이 있게 하는 것이 좋다. 이 책은 그러한 필요에 부응하여 기초부터 자세히 설명하면서 필요한 부분은 심화 내용을 담아내려고 노력하였다.

긴 시간을 두고 준비하였지만, 처음 생각과는 달리 아직 많이 부족한 것은 사실이다. 많은 양해를 구한다. 추후 나올 수 있는 수정 사항 등은 자유아카데미 홈페이지(www.freeaca.com) 자료실을 통해 제공할 예정이니 참고하기 바란다.

서울대학교 / 통계학박사. 현재는 인제대학교 통계학과 교수를 역임중이다. 주요 연구분야: 딥러닝, 머신러닝이다.

서문

제1장 R 기초
1. 연산자
2. 할당과 출력
3. 작업공간과 패키지
4. 예약어와 내장함수
5. 데이터 파일 읽기와 저장
6. 객체 종류와 구조
연습문제

제2장 벡터
1. 벡터
2. 벡터 생성
3. 속성
4. 벡터 서브셋팅
5. 벡터 연산
6. 벡터 생성 함수
7. NA와 NULL
연습문제

제3장 행렬과 배열
1. 행렬 생성
2. 행렬 연산
3. 배열
연습문제

제4장 데이터프레임
1. 데이터프레임 생성
2. 데이터프레임 서브셋팅
3. R 환경
4. 데이터프레임과 기초 통계량
5. 데이터프레임 결합
연습문제

제5장 리스트
1. 리스트 생성
2. 리스트 서브셋팅
3. 변수 타입 변환
연습문제

제6장 조건문
1. if?else 문
2. if-else if-else 문
3. ifelse 문
4. switch( ) 함수
연습문제

제7장 반복문
1. for 문
2. while 문
3. repeat 문
연습문제

제8장 그래프
1. 그래프
2. 산점도
3. 막대그래프
4. 원그래프
5. 히스토그램
6. 상자그래프
7. 줄기-잎-그래프
8. 상관계수 행렬 그래프
9. curve( ) 함수
10. ggplot2 패키지
연습문제

제9장 함수
1. 사용자 정의 함수
2. 유용한 내장함수
3. 모의실험 1
연습문제
참고 자료: 다양한 함수와 모의실험 예시

제10장 확률과 통계
1. 확률분포와 통계량
2. 모의실험 2
3. 통계분석
연습문제

제11장 apply 계열 함수
1. apply( ) 함수
2. lapply( ) 함수
3. sapply( ) 함수
4. tapply( ) 함수
5. mapply( ) 함수
6. 계산시간 비교
연습문제
참고문헌
찾아보기