想提升 R 编程，却不知从何入手？参与这五个 R 挑战，进一步发展您在 R 编程中的数据科学技能。您将与 R 的众多包（包括 ggplot2 和 dplyr）进行交互式练习，并把技能应用到真实世界的数据集上。
为什么要参加 R 挑战？
完成我们的五个 R 挑战，是快速高效提升编程技能的绝佳方式。和其他编程语言一样，如果不经常练习，很容易生疏。因此，我们在五个挑战中安排了多种不同的项目供您实践。您也可以查看我们的Python 挑战和SQL 挑战。
这里的项目既适合刚开始学习 R 的人，也适合期待进一步精进技能的人。如果您是 R 新手，可以先用 ggplot2 和 Shiny 开发一个仪表板。有经验的读者则可以从可视化新冠病例跳转到预测气候变化对鸟类的影响。
这种全面的路径有助于从多个方面提升您的 R 数据科学能力，包括：
- 数据分析，
- 自然语言处理，
- 机器学习
最后，您还可以将项目保存到您的 DataCamp Workspace 作品集中。这既便于直观展示迄今为止的进步，也能很好地呈现您的 R 数据科学技能。
磨练技能的 5 个 R 挑战
许多读者会勇敢起步，加入我们的各类 R 学习路径、课程、项目等。在本节中，您将找到 5 个可在 1 周或更短时间内完成的 R 项目。选择一个项目，今天就开始吧！
1. 使用 ggplot2 和 Shiny 开发仪表板
R 的一大“超能力”是其出色的数据可视化库，如 ggplot2 和 Shiny。这些开源包的最大优势在于：您可以零成本开发可在工作中轻松部署的一流仪表板 Web 应用。此外，多年来社区积累了极其丰富的文档与模板。
在 Building Web Applications with Shiny in R 课程中，您将学习如何入门 Shiny，创建令使用者满意的交互式仪表板，搭建功能完善的仪表板等。
先修课程
2. 可视化新冠（COVID-19）病例
短短几个月内，COIVD-19 就从流行病演变为全球大流行。其后果给全球众多人带来巨大困难，彻底改变了我们的工作方式，加速了数字化进程等等。病毒为何扩散得如此之快？
在 Visualizing COVID-19 项目中，您将可视化并理解病毒如何从 2019 年 12 月首例确诊扩散至 2020 年年中，遍及全球。
先修课程
3. 预测宝可梦是否为“传说”级
在广袤的宝可梦世界中，是什么让某些宝可梦更强？此外，像闪电鸟、急冻鸟和火焰鸟这类“传说”宝可梦有哪些关键特征？
顾名思义，What Makes a Pokemon Legendary 项目将帮助您回答这个问题。通过使用称为决策树与随机森林的机器学习技术，您将能够基于关键属性预测某只宝可梦是否为传说级。
先修课程
- Data Manipulation with dplyr
- Introduction to Data Visualization with ggplot2
- Machine Learning with Tree-Based Models in R
4. 分析《Jeopardy!》中最难的问题
《Jeopardy!》是电视史上的经典节目之一。约 40 年来，参赛者一直在正面交锋，尝试回答节目组精心设置的最难冷知识问题。如果用数据科学来了解最常见的问题类型，会怎样？
在 Text Mining America’s Toughest Game Show 项目中，您将使用文本分析和自然语言处理来了解《Jeopardy!》中最常被涉及的问题类别；创建最常出现的最终《Jeopardy!》回合的词云；学习如何更好地为一场《Jeopardy!》做好准备，等等。
先修课程
5. 预测气候变化对鸟类的影响
R 一直是气候学和诸多研究领域的常用工具。过去几十年以及未来几十年，地球气候的变化正影响着各类物种。气候变化对苏格兰高地鸟类分布的影响，是被广泛研究的课题之一。
在高级项目 The Impact of Climate Change on Birds 中，您将创建地图以可视化多年来的气候变化，展示鸟类观测记录及其在过去几十年的变化，并使用机器学习预测气候变化对鸟类的未来影响。
更多资源，参见我们的 R 学习中心。