Learning Plan · 学习计划

posit::conf 三届材料系统学习计划(中文版)

覆盖 2024–2026 三届官方工作坊,重组为 9 条轨道。原计划基于 2026 材料制定, 现已用往届材料补齐 Shiny、包开发、ggplot2、统计建模、因果推断、数据库等空白。 配套英文索引见 ARCHIVE-CATALOG.md。

总览:9 条轨道与依赖

轨道1 R 语言基础 ──→ 轨道2 IDE与工具 ──→ 轨道3 Quarto 出版
      │                                      │
      ├──→ 轨道4 数据工程 ──→ 轨道5 可视化    │
      │                                      ↓
      └──→ 轨道6 Shiny ──→ 轨道8 LLM 编程(2026 新增)
             │
             └──→ 轨道7 统计与机器学习 ──→ 轨道9 制药与合规

第一阶段:R 语言基础(1–2 周,可按水平跳过)

内容 材料 来源
R 编程入门 ⭐ r-programming + 配套练习 2025 镜像链接
自助排错与文档 modern-r-workflow 模块 01 2026 content/en/
R 包开发 pkg-dev 2025 链接

验收:写一个有文档、有测试、可安装的小 R 包。

第二阶段:工具链(1 周)

内容 材料 来源
Positron 速成 ⭐ positron(PDF 讲义 + debug.R) 2026 content/en/
现代 R 工作流 × AI modern-r-workflow 全部 8 模块 2026 content/en/

验收:给自己的项目写 AGENTS.md,在 Positron 完成一次「解释→修改→验证」AI 循环。

第三阶段:文档出版(1 周)

内容 材料 来源
Quarto 入门(零基础) quarto-intro 2024 链接
Quarto 实战模式 ⭐ practical-quarto + exercises 2026 content/en/
品牌化 brand.yml quarto-brand 2025 链接
扩展开发(Lua) quarto-extend + exercises 2025 链接

验收:产出「brand.yml + partials + Typst PDF」三件套小项目。

第四阶段:数据工程与可视化(1–2 周)

内容 材料 来源
数据库 in R(DuckDB)⭐ databases 2024 链接
Apache Arrow arrow 2024 链接
ggplot2 精通 ⭐ ggplot2 2025 链接
polars / plotnine / great-tables modern-ds-python 2026 content/en/

验收:用 DuckDB + ggplot2 重做一次真实数据的取数→清洗→出版级图表。

第五阶段:Shiny 交互应用(1–2 周)

内容 材料 来源
Shiny for R 全程 ⭐ shiny-r 2025 链接
Shiny 进阶 level-up-shiny 2024 链接
Shiny for Python shiny-py 2025 链接

验收:做一个部署可用的多页 Shiny 应用(含模块化 + golem 或同类结构)。

第六阶段:LLM 编程(1–2 周,重点)

内容 材料 来源
会话解剖/结构化输出/评测 llms 练习 01–18 2026 content/en/
Agents 与工具调用 ⭐ llms 练习 19–20 2026 content/en/
Agent skills llms 练习 21–22 + .agents/skills/ 2026 content/en/
shinychat / querychat llms 练习 24–26 2026 content/en/
RAG 与 MCP llms 练习 51–52 2026 content/en/

验收:用 ellmer 做一个「对 CSV 提问 → 结构化返回 → shinychat 界面」的小应用。

第七阶段:统计与机器学习(2 周,可选)

内容 材料 来源
tidymodels ⭐ tidymodels 2025 链接
因果推断(医研刚需)⭐ causal 2025 链接
scikit-learn scikit-learn 2025 链接
MLOps / vetiver vetiver 2024 链接

验收:完成一个含重抽样、调参、评估的 tidymodels 建模报告(Quarto 渲染)。

第八阶段:制药与合规(1–2 周,方向选修)

内容 材料 来源
临床报告流水线 ⭐ pharmaverse(SDTM→ADaM→ARD→TFL) 2026 content/en/
受监管环境(GxP) r-pharma-regulated 2026 content/en/
可复现受监管环境 reproducible-environments 2025 链接

验收:从模拟数据跑通一条带验证痕迹的 ADaM→TFL 链路。

学习方法

  1. 练习优先:材料都是「讲义+练习+答案」结构,先自己做,卡 15 分钟再看答案。
  2. 用 AI 学 AI:第六阶段的内容本身就是 AI 工具链教程,边学边用。
  3. 每周输出:把所学应用到自己的真实项目一次。
  4. 进度打勾: