R语言源自S语言，起初主要应用于统计分析、数据挖掘和图形绘制。由于其语法灵活、数据兼容性强、功能可扩展，以及与深度学习的深度整合，R语言目前不仅在学术领域广受关注，而且在工业界备受推崇。本书旨在构建学术界与工业界之间的沟通桥梁，既有基础理论和原理的介绍，又涵盖了基于这些理论的实践应用。 本书共14章，分为基础理论和实战实例两大部分，包括数据挖掘与数据分析、数据应用、数学建模与仿真以及深度学习四大主题。第Ⅰ篇(第1~4章)聚焦于数据挖掘与数据分析，详细介绍R语言的基础语法、函数以及面向对象编程的基本概念，重点内容包括数据分析、数据挖掘、网络爬虫、数据持久化处理以及ggplot2绘图等； 第Ⅱ篇(第5~8章)侧重于数据应用，主要分析二维及三维数据处理、R Markdown、Shiny应用以及R包开发流程； 第Ⅲ篇(第9~10章)针对数学建模与仿真，讲述数学建模的基本方法以及如何通过数值仿真得到数学模型的解或近似解； 第Ⅳ篇(第11~14章)则是深度学习，着重介绍K近邻算法、贝叶斯统计分析、支持向量机以及张量流深度学习技术。每一章均配备了实战实例，章末则提供了配套的思考习题。读者可以参考附录的实操手册，学习并掌握运行环境的相关知识以及常见问题的排查方法。本书的实例代码主要以R语言编写，部分章节还涉及R语言与其他语言(如Python)及数据库(如MySQL)的交互，读者需要预先掌握这些相关语言的基础语法(如Python、SQL)。 本书可作为数据分析、智能挖掘、人工智能、计算机、应用数学和统计学等专业的教材，也可以供相关领域的技术人员参考学习。