嘉宾：林荟（杜邦公司商业数据科学家）
话题：数据整合操作和建模辅助技术（1）
本次沙龙将介绍一些经常用到的有效数据整合方法，和R中可以实现这些整合的函数（base包[apply()]、plyr包[ddply()]，reshape2包，和tidyr包）。
此外嘉宾还将介绍一些非常重要的建模辅助技术和概念（由于时间关系，这部分只能讲一半）：
嘉宾：林荟（杜邦公司商业数据科学家）
本次沙龙将介绍常用的建模前的数据预处理、数据整合方法，以及如何用R实施。许多数据分析相关课程介绍模型，算法和统计推断。但在实际应用中，刚到手的原 始数据通常都不能直接用于建模。数据预处理是将原始数据转化成能够用于建模的一致数据的过程。建模失败的原因有多种，其中之一就是在建模前没有对数据进行 恰当的预处理。数据预处理会极大的影响建模结果，如缺失值填补和对离群点的处理显然会影响统计分析的结果。因此这是整个分析流程中非常关键的一个环节，这 一步没有到位，之后的分析就如同在沙地上建房，及其不稳固。
在实际分析项目中，通常需要经历的数据预处理流程：
徐梦语（芝加哥大学博士）：高维数据的L_2检验