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）。