prepare for next version

.gitignore

@@ -1,14 +1,27 @@
-# R
+# R Blogdown
+blogdown
+public
+/resources/_gen
+.hugo_build.lock
+
+# R Common
 .Rhistory
 .Rproj.user
 .RData
+.Ruserdata
 
-# vscode
+# VS Code
 .vscode
 
 # Python
+*.pyd
+*.pyc
+*.pyo
 .ipynb_checkpoints
 
+# JetBrains
+.idea
+
 # system
 .DS_Store
 *.log
@@ -18,11 +31,11 @@
 base/fonts
 
 # slide source
-/*/slide/*_cache
-/*/slide/*_files
-/*/slide/libs
-/*/slide/generated
-/*/slide/*.html
+/slides/**/*_cache
+/slides/**/*_files
+/slides/**/libs
+/slides/**/generated
+/slides/**/*.html
 
 # others
 *.h5

README.md

@@ -1,36 +1,18 @@
-# Data Science Introduction with R <img src="docs/images/web/data-science-introduction-with-r.png" align="right" alt="logo" height = "100" style = "border: none; float: right;">
+# R 语言数据科学导论 <img src="images/data-science-introduction-with-r.png" align="right" alt="logo" height="100" style="border: none; float: right;">
 
 ![Release](https://img.shields.io/github/release/leovan/data-science-introduction-with-r.svg)
 ![License](https://img.shields.io/badge/license-CC%20BY--NC--SA%204.0-blue.svg)
 ![Issues](https://img.shields.io/github/issues/leovan/data-science-introduction-with-r.svg)
 
 ---
 
-## 简介 - Introduction
+## 简介
 
-1. 本项目是一套以 R 为分析语言的数据科学入门教程。
-2. 托管网站: https://ds-r.leovan.tech
-3. Git 仓库目录结构:
-   - base 目录：幻灯片相关配置文件
-   - docs 目录：其他资料
-   - 其他一级目录：
-   - 二级目录：
-     - *.pdf：本节课程幻灯片
-     - data：本节课程所需数据文件
-     - slide：本节课程幻灯片源代码
-4. 本项目遵守 [CC BY-NC-SA 4.0](http://creativecommons.org/licenses/by-nc-sa/4.0/) 协议。
+本项目是以 R 语言为基础的数据科学入门教程。
 
-## 准备 - Preparation
+在线版本托管在 https://ds-r.leovan.tech 上，源代码存储在 [Github](https://github.com/leovan/data-science-introduction-with-r) 中。
 
-1. 操作系统: Windows 10+ (x64)，macOS 10.12+，Ubuntu 16.04+
-2. R 最新版本 ([下载地址](https://cloud.r-project.org/))
-3. RStudio: 最新 Preview 版本 ([下载地址](https://www.rstudio.com/products/rstudio/download/preview/)，Preview 版本有些新特性比较实用)
-4. Visual Studio Code: 最新版本 ([下载地址](https://code.visualstudio.com/)，用于代码浏览和编辑)
-5. Python: 最新版本 Anaconda Python 3 ([下载地址](https://www.anaconda.com/download/)，用于 Jupyter 基础环境)
-6. Visual Studio Code: 最新版本 ([下载地址](https://code.visualstudio.com/)，用于代码浏览和编辑)
-7. Typora: 最新版本 ([下载地址](http://typora.io)，用于 Markdown 浏览)
-
-## 参考书籍 - Reference
+## 参考
 
 1. 《R语言实战》(R in Action)，Robert I. Kabacoff 著，王小宁、刘撷芯、黄俊文 等 译
 2. 《R数据科学》(R for Data Science)，Hadley Wickham & Garrett Grolemund 著，陈光欣 译
@@ -41,125 +23,6 @@
 7. 《机器学习》周志华 著
 8. 《深度学习》(Deep Learning)，Ian Goodfellow, Yoshua Bengio & Aaron Courville 著，赵申剑、黎彧君、符天凡、李凯 译
 
-## 数据科学简介 - Data Science Introduction
-
-1. 数据科学概念
-   - 数据科学
-   - 数据产品
-   - 跨界
-2. 数据科学工具箱
-   - 数据科学常用工具
-   - 数据科学之战：R 和 Python
-   - 选择哪种语言
-3. 数据科学分工与流程
-   - 数据科学分工
-   - 数据分析和挖掘流程
-
-## R 语言简介 - R Language Introduction
-
-1. R 相关环境配置
-2. R 基础语法
-3. R 对象，函数和扩展包
-4. R 数据结构
-5. R 语言编码风格
-
-## 数据分析基础 (上) - Data Analytics Introduction - Part 1
-
-1. 大神的工具箱
-2. 数据导入和导出
-3. 数据转换和规整
-
-## 数据分析基础 (下) - Data Analytics Introduction - Part 2
-
-1. 关系数据处理
-2. 不同类型数据处理
-3. 函数式编程
-
-## 数据可视化 - Data Visualization
-
-1. 数据可视化
-2. ggplot2
-3. 基于 Web 的绘图库
-
-## 统计分析基础 - Statistical Analytics Introduction
-
-1. 探索性分析
-   - 描述性统计量
-   - 常用分布
-2. 实验设计
-   - 假设检验概念
-   - 常用假设检验
-3. 线性回归
-   - 一元线性回归
-   - 多元线性回归
-   - 广义线性回归
-   - 最小二乘法与梯度下降
-
-## 特征工程 - Feature Engineering
-
-1. 数据预处理
-   - 数据清洗
-   - 缺失值，重复值，异常值处理
-   - 数据采样，数据集分割
-2. 特征变换和编码
-   - 无量纲化
-   - 分箱
-   - 哑变量化
-3. 特征提取，选择和监控
-   - 特征提取
-   - 特征选择
-   - 特征监控
-
-## 模型评估 & 超参数优化 - Model Evaluation & Hyperparameter Optimization
-
-1. 模型性能评估
-   - 回归问题
-   - 分类问题
-   - 聚类问题
-2. 模型生成和选择
-   - 过拟合问题
-   - 评估方法
-   - 偏差和方差
-3. 超参数优化
-   - 搜索算法
-   - 进化和群体算法
-   - 贝叶斯优化
-
-## 分类算法 (上) - Classification Algorithms - Part 1
-
-1. 逻辑回归
-2. 决策树
-
-## 分类算法 (下) - Classification Algorithms - Part 2
-
-1. Bagging
-2. Boosting
-3. Stacking
-
-## 时间序列算法 - Time Series Algorithms
-
-1. 时间序列
-2. ARIMA 模型
-3. 季节性分析
-4. Prophet
-
-## 聚类算法 - Clustering Algorithms
-
-1. K-means
-2. 层次聚类
-3. 基于密度的聚类
-
-## 可重复性研究 - Reproducible Research
-
-1. 可重复性研究
-2. Markdown
-3. R Markdown
-4. Jupyter
-5. 版本控制
-
-## 深度学习算法 - Deep Learning Algorithms
+## 授权
 
-1. 人工神经网络
-2. 卷积神经网络
-3. 循环神经网络
-4. 深度学习框架
+本项目遵守 [CC BY-NC-SA 4.0](http://creativecommons.org/licenses/by-nc-sa/4.0/) 协议。

config.yaml

@@ -0,0 +1,93 @@
+baseURL: "https://ds-r.leovan.tech/"
+languageCode: "zh-cn"
+title: "R 语言数据科学导论 | Data Science Introduction with R"
+googleAnalytics: "G-MCPZ7NTLEX"
+ignoreFiles: [
+  "\\.Rmarkdown$", "\\.Rmd$", "\\.knit\\.md$", "\\.utf8\\.md$",
+  "_files$", "_cache$", "\\.txt$", "\\.csv$", "\\.tsv$",
+  "\\.tgz$", "\\.tar$", "\\.gz$", "\\.zip$", "\\.npz$"]
+hasCJKLanguage: true
+enableEmoji: true
+rssLimit: 100
+
+disableKinds: ["taxonomy", "term"]
+
+permalinks:
+  lecture: "/lecture/:slug/"
+  doc: "/doc/:slug/"
+
+menu:
+  main:
+    - name: "讲义"
+      url: "/lecture/"
+      weight: 1
+    - name: "文档"
+      url: "/doc/"
+      weight: 2
+    - name: "关于"
+      url: "/about/"
+      weight: 3
+
+params:
+  title: "R 语言数据科学导论"
+  subtitle: "Data Science Introduction with R"
+  author: "范叶亮 | Leo Van"
+  description: "R 语言数据科学导论 | Data Science Introduction with R"
+  logo: "/images/data-science-introduction-with-r.png"
+  logoWidth: 150
+  footer: "Copyright © 2017-{Year} [范叶亮 | Leo Van](https://leovan.me)"
+  licenseURL: "https://github.com/leovan/data-science-introduction-with-r/blob/main/LICENSE"
+  googleAdsense: "ca-pub-2608165017777396"
+
+  socialIcons:
+    - title: "版本"
+      icon: "https://img.shields.io/github/release/leovan/data-science-introduction-with-r.svg"
+    - title: "许可证"
+      icon: "https://img.shields.io/badge/license-CC%20BY--NC--SA%204.0-blue.svg"
+    - title: "Github Stars"
+      icon: "https://img.shields.io/github/stars/leovan/data-science-introduction-with-r?style=social"
+      url: "https://github.com/leovan/data-science-introduction-with-r"
+  buttons:
+    - title: "讲义"
+      url: "/lecture/"
+    - title: "文档"
+      url: "/doc/"
+    - title: "关于"
+      url: "/about/"
+
+  jsCookieVersion: "3.0.0"
+  jsCookieCDN: "//cdnjs.cloudflare.com/ajax/libs"
+
+  clipboardjsVersion: "2.0.11"
+  clipboardjsCDN: "//cdnjs.cloudflare.com/ajax/libs"
+
+  prismjsVersion: "1.29.0"
+  prismjsCDN: "//cdnjs.cloudflare.com/ajax/libs"
+  prismjsPluginJS: ["autoloader", "show-language", "toolbar"]
+  prismjsPluginCSS: ["toolbar"]
+
+  mathjaxVersion: "3.2.2"
+  mathjaxCDN: "//cdnjs.cloudflare.com/ajax/libs"
+
+  jQueryVersion: "3.6.3"
+  jQueryCDN: "//cdnjs.cloudflare.com/ajax/libs"
+
+  lazysizesVersion: "5.3.2"
+  lazysizesCDN: "//cdnjs.cloudflare.com/ajax/libs"
+
+  vanillaBackToTopVersion: "latest"
+  vanillaBackToTopCDN: "//cdn.jsdelivr.net/npm"
+
+  pdfjsVersion: "3.2.146"
+  pdfjsCDN: "//cdnjs.cloudflare.com/ajax/libs"
+
+markup:
+  highlight:
+    codeFences: false
+  goldmark:
+    renderer:
+      unsafe: true
+    parser:
+      autoHeadingIDType: blackfriday
+  tableOfContents:
+    startLevel: 1