机器学习
nnet，rpart，gbm, kernlab, mboost,  randomForest ,tree，party，lars，boost，e1071，BayesTree，gafit，arules；

聚类分析
基于划分的方法:  kmeans, pam, pamk, clara
基于层次的方法:  hclust, pvclust, agnes, diana
基于模型的方法:  mclust
基于密度的方法:  dbscan
基于画图的方法:  plotcluster, plot.hclust
基于验证的方法:  cluster.stats

数据处理
lubridata ，dplyr, plyr ，reshape2，stringr，formatR，mcmc；

分类
决策树: rpart, ctree
随机森林: cforest,  randomForest
回归, Logistic, Poisson,glm,  predict, residuals
生存分析: survfit, survdiff, coxph

金融包
时间序列：zoo，xts，chorn，its，timeDate, tseries, forecast；
金融分析：quantmod，RQuantLib，portfolio，PerformanceAnalytics，TTR，sde，YieldCurve；
风险管理：parma，evd，evdbayes，evir，extRemes，ismev；

统计
方差分析: aov, anova
密度分析: density
假设检验: t.test, prop.test, anova,  aov
线性混合模型：lme
主成分分析和因子分析：princomp

优化类
最简单的：stat包中的optimize,  optim 函数
非线性优化：BB包
线性不等式约束的非线性优化：constrOptim，adaptive barrier
非线性box约束优化：nlminb
带约束的非线性优化：Rsolnp包中solnp函数，alabama包中的constrOptim.nl()函数
线性规划：lpSolve 包 中的lp函数，linprog包中的  solveLP函数

中文分词
Rwordseq  ， jiebaR

绘图
animation, ggplot2, lattice,  qplot, aplpack,plotly
3D图：rgl,scatterplot3d, misc3d,plotly
词云：wordcloud2，wordcloud

计量经济学
ARE, car, forecast, Imtest，plm， sandwish, tseries, urca, zoo

高速并行计算
snow, Rmpi, Rcpp, STAR, OpenCL, gpuR，gmatrix

目前，仅在R官方网站上面，已经有10000+的包，还不包括github和其他地方的包，因此这里总结的这些包也仅仅是沧海一粟。