小编注：小编上网看科技新闻，大多数的文章都在讲“大数据”“深度学习”“互联网+”等等高大上的名词，作为一名统计学的研究生小编觉得再高大上的东西，也需要一项或几项核心的技术。近日，小编再为您提供一些R学习的资料。

工欲善其事，必先利其器。应用场景决定知识的储备与工具的选择，反过来，无论你选择了什么样的工具，你一定会努力地把它改造成符合自己应用场景所需的那个样子。

153分钟学会R,是关于R初学者的常见问题汇总,对于初学者学习R来说有一定的帮助,有助于理解R的内涵。

知乎上的两篇小文章，对于R的初学者来说意义很大。第一篇：如何开始学习R(尤其是未来想在金融领域发展的童鞋一定要进来看看)。第二篇：学习R语言对金融分析人士有何意义？

知识图谱推断

我们关于知识图谱推断的统计关系学习期刊论文在Machine Learning发表。每条一阶逻辑规则都有特征向量，可从数据中学习规则的权重，并在推断时映射到图结构的边上来指引推断算法找到正确答案。我们的推断时间与图谱大小无关，比Markov逻辑网快特别多。代码。

人们发电子邮件都有什么习惯？雅虎研究院用统计和机器学习算法分析了160亿封邮件，发现年纪大的用户回复时间比较长，写的邮件也比较长，并且用户回邮件的习惯也能被预测出来《麻省理工科技评论》。WWW论文。

学习资源

斯坦福这门convolutional neural networks for visual recognition, 理论和实践并重，外加最新的研究成果介绍，十分清晰易懂。

一篇文章，让你理解矩阵问题，从此再也不用担心编码时困在矩阵上了。