Kończąc tą sekcję wprowadzającą, chciałbym przedstawić trzy przykłady, które będziemy rozwijać w dalszej części. Pierwszym z nich jest przykład głosów w sprawie Brexitu, w którym wykorzystamy rzeczywiste dane dotyczące głosów w sprawie Brexitu, a dzięki statystykom opisowym i modelom liniowym spróbujemy zrozumieć dynamikę populacji, która stoi za wynikami. Jeśli nie jesteś zaznajomiony z Brexitem, to popularne określenie na przyszłe wyjście Wielkiej Brytanii z Unii Europejskiej po referendum, które odbyło się 23 czerwca 2016 r.
Drugi to przykład The Food Factory, w którym dowiesz się, jak symulować różnego rodzaju dane dla hipotetycznej firmy o nazwie The Food Factory, a także integrować rzeczywiste dane z innych źródeł (w tym przypadku opinie klientów), aby uzupełnić nasze symulacje . Dane zostaną wykorzystane do opracowania różnego rodzaju wizualizacji, analizy tekstu i prezentacji, które są aktualizowane automatycznie.
Trzecim i ostatnim z nich jest przykład systemu śledzenia kryptowalut, w którym opracujemy zorientowany obiektowo system, który będzie używany do pobierania danych cenowych w czasie rzeczywistym z rynków kryptowalut oraz ilości posiadanych przez nas aktywów kryptowalut. Następnie pokażemy, jak efektywnie obliczyć prostą średnią ruchomą przy użyciu technik optymalizacji wydajności, a na koniec pokażemy, jak tworzyć interaktywne aplikacje internetowe przy użyciu tylko R.