Prabhanjan Tattar有9年的统计分析工作经验。他的主要精力集中在通过简洁优美的程序解释统计和机器学习技术。生存分析和统计推断是他主要感兴趣和研究的领域，他已经在同行评审期刊上发表了多篇研究论文，并写作了两本关于R的书：RStatistical Application Development by Example（Packt Publishing）和A Course in Statistics withR（Wiley）。他还在维护几个R包：gpk、RSADBE和ACSWR。

非常感谢读者的鼓励和反馈，这使得本书（第2版）有了很多改进，希望读者从本书中受益。还要感谢Tushar Gupta把我介绍到这个项目，感谢Cheryl Dsa对我写作拖拉的忍耐，感谢Karan Thakkar鹰眼般敏锐的编辑工作以及整个Packt团队的大力支持。我还要感谢第1版的作者们，因为本书是在他们工作的基础上完成的。在个人方面，我始终感谢我的家人：可爱的Pranathi、亲爱的妻子Chandrika、女神般的母亲Lakshmi和我深爱着的父亲Narayanachar。

Tony Ojeda是一位经验丰富的数据科学家和企业家，在商业流程的最优化方面非常专业，并且对创造和执行创新型数据产品及解决方案非常有经验。他在佛罗里达国际大学（Florida International University）获得金融硕士学位，并且在德保罗大学（DePaul University）获得了MBA学位。他是华盛顿特区数据实验室的创始人、华盛顿特区数据社区的联合创始人，致力于数据科学的教育事业和活动组织。

Sean Patrick Murphy在约翰· 霍普金斯大学的应用物理实验室做了15年的高级科研人员，他专注于机器学习、建模和模拟、信号处理以及高性能计算。现在，他是旧金山、纽约和华盛顿特区多家公司的数据顾问。他毕业于约翰·霍普金斯大学，并在牛津大学获得MBA学位。他还是华盛顿特区数据创新见面会的联合组织者，是MD数据科学见面会的联合创始人。同时，他也是华盛顿特区数据社区的联合创始人。

Benjamin Bengfort是一位非常有经验的数据科学家和Python开发者。他曾在业界和学术界工作过8年。他现在在马里兰大学派克学院攻读计算机博士学位，研究元识别（Metacognition）和自然语言处理。他拥有北达科他州立大学的计算机硕士学位，并且在那里教授过本科的计算机科学课程。他是乔治城大学的客座教授，在那里教授数据科学和分析。本杰明曾经在华盛顿特区参加过两次数据科学培训：大规模机器学习和多领域大数据技术应用。他非常感激这些将数据模型以及商业价值融合的课程，他正在将这些新兴组织构建为一个更成熟的组织。

Abhijit Dasgupta是在华盛顿特区马里兰-弗吉尼亚地区工作的数据顾问，他有着多年的生物制药行业咨询、商业分析、生物信息以及生物工程咨询方面的经验。他拥有华盛顿大学生物统计专业的博士学位，并且有40多篇被审稿人接收的论文。他对统计机器学习非常感兴趣，并且非常乐于接受有趣和有挑战性的项目。他是华盛顿特区数据社区的成员，并且是华盛顿特区统计编程社群的创始人和联合组织者（华盛顿特区地区R用户组的前身）。

本书对想学习数据分析的人来说是一本非常实用的参考书，书中有多个真实的数据分析案例，几乎是以手把手的方式教你一步一步地完成从数据分析的准备到分析结果报告的整个流程。无论是数据分析工作的从业者，还是有志于未来从事数据分析工作的在校大学生，都能从本书中获取一些新知识、新思想。

同时，本书也是一本学习和提高R及Python编程的参考书。很多人有这样的感触，单纯地学习编程语言是很枯燥的过程，但利用本书学习R和Python语言可以很好地解决这个问题，生动实用的数据集以及非常有意思的分析结果会极大地激发读者学习的兴趣。

本书案例包括汽车数据分析、税收数据分析、就业数据分析、股市数据分析、社交网络分析、大规模电影推荐、Twitter数据分析、新西兰海外游客预测分析以及德国信用数据分析等。