在R Meetup @ Moscow Data Science Major的部分中发布演示文稿（2019年春季） 。
整个演示文稿均为pdf格式 。

为什么这个问题有意义？

业务案例不同，技术实质相同

• 呼叫中心绩效分析
• 销售分析，包括预测
• 反欺诈系统
• 业务流程挖掘
• 各种审核（技术，财务）
• 仓储和物流任务
• 基于活动的成本核算
• 业务流程监控
• 基于日志的分析
• 能力管理
• 文本分析（电子邮件，服务台）
• 灵活的仪表板和报告
• 会计系统（1C，ACS，SAP等）与执行人员之间的“智能轮胎”
• ...

它是以前出版物的延续。

实际观察

• 许多这样的任务归结为数据的数学处理（CRUD系统超出了范围，我们精确地考虑了各种处理和转换）；
• 使用R工具可以快速有效地解决80％的数据处理任务“交钥匙”；
• 在业务中，通常，任务和需求会快速调整，包括 由于外部因素或获得的中间结果；
• “模块化”技术已在IT中扎根。 “整体”的建造可能需要2-3年，这与小型解决方案的使用寿命相当。 快速组装“模块化”设计，获得实践经验，并在2-3年内考虑到所获得的知识以及IT和业务的过去变化，构建新的解决方案效率更高。

关于R的典型“城市传说”

• R慢
• R很难读
• R是stat。 通过复杂算法进行计算
• R设计用于交互使用。

所有这些都来自对主题和所使用工具的肤浅研究。

城市传奇-90年代的误解

• R是一种完整的编程语言，而不是控制台计算器。
• R可以很好地充当各种平台和C组件之间的通用“胶水”-它很快就可以计数！
• 代码的可读性取决于开发人员的经验。 R的现代风格是元编程。 该代码紧凑且快速。
• R是一个生态系统，可让您实施从导入数据到提供AWP和准备演示文稿的完整数据处理周期。

先前的出版物- “使用R的计算能力检验均值假设 。 ”