PeerJ 期刊是最近開放獲取(Open access)期刊中的新星，相對於PLOS One來說還很年輕，但他的創辦人們個個來頭不小，有來自Mendeley的Jason Hoyt、前PLOS One出版人Peter Binfield、O’Reilly的入資，裡面的文章都免費開放的，期刊經營手法特殊，迷人的是這篇期刊的網站介面設計。PeerJ當下主要有三大分刊：PeerJ Computer Science, PeerJ(Life, Bio & Health Science), Peerj Preprint，其中很多生物資訊、計算生物學相關的文章。

這邊要介紹的是PeerJ的Collection系列，為特定Conference發表當年度投稿入選的論文或是針對特定主題所收錄的文章，這邊分享的是他的Practical Data Science for Stats系列文章，這系列主要由Hadley Wickham （Rice University 教授/ Rstudio Data Scientist/ Standford University教授）和Jennifer Bryan (University of British Columbia 統計系教授)所規劃，文章的內容介於學界和產業、軟體工程和統計，旨在探討最新資料科學的思維，非常值得一看有無自己感興趣的主題，這些文章並沒有被PeerJ所規範，由上面兩位編輯主導，而文章會進一步在The American Statistician期刊被審核。

我們來稍微一窺一下這系列有哪些文章：

Forecasting at scale
作者：Sean J Taylor, Benjamin Letham (Facebook 資料科學家)

How to share data for collaboration
作者：Ellis SE, Leek Jeffrey （John Hopkin University 教授）

Declutter your R workflow with tidy tools
作者： Zev Ross(ZevRoss Spatial Analysis), Hadley Wickham (Rice University/Rstudio/Standford University), David Robinson (StackOverflow 資料科學家)

Lessons from between the white lines for isolated data scientists
作者： Benjamin S Baumer ​(Smith College)

Packaging data analytical work reproducibly using R (and friends)
作者：Ben Marwick​, Carl Boettiger, Lincoln Mullen

Opinionated analysis development
作者：Hilary Parker(Stitch Fix)