推荐语: 关于贝叶斯统计的一门课程,有配套书籍和公开课视频(B站搜名称有搬运),数理内容比较少,侧重代码实战(官方R+stan,也有 Python 和 Julia 版)。
推荐人:孔令仁
链接:https://xcelab.net/rm/statistical-rethinking/
推荐语: 2 小时 workshop 几乎零基础学习 Quarto,一个开源的科学和技术出版系统,是继 R Markdown 的下一代产品。
推荐人: 黄湘云
链接: https://jthomasmock.github.io/quarto-2hr-webinar/
推荐语:可能很多人还不知道,其实 Windows 里面更新 R 和 Rtools,甚至 Rstudio 的时候,是可以通过一个包 installr
来在命令行(R GUI)进行操作的。使用这个包可以减少很多的麻烦,提高效率。
推荐人:孔令仁
链接:https://github.com/talgalili/installr/
推荐语:分析一组变量的相关性时,corrplot
是最常见的选择(据我所知),大多数情况这已经足够了,但是在变量很多或者只关心相关性最强的几个变量时,或许试试其他更直观的方法。
推荐人:任焱
链接:https://albert-rapp.de/posts/ggplot2-tips/13_alternative_corrplots/13_alternative_corrplots.html
【推荐语】:在调查中,如何得到敏感(不愿回答)问题的真实答案?随机化回答技术中的沃纳模型和西蒙斯模型会给你一些启发~
【推荐人】:朱书慧
【链接】:
- 文章1: https://www.tandfonline.com/doi/abs/10.1080/01621459.1979.10481639 Robert L. Winkler & Leroy A. Franklin (1979) Warner’s Randomized Response Model: A Bayesian Approach, Journal of the American Statistical Association, 74:365, 207-214, DOI: 10.1080/01621459.1979.10481639
- 文章2: https://zhuanlan.zhihu.com/p/135523164 如何做敏感问题调查?
推荐语:介绍了如何建立对 ITR (Individualized Treatment Rules, 个性化治疗规则) 的统计直觉。文章提到用条件平均处理效应来估计 ITR,并给出了一个简单的 R 语言模拟,对理解“干预措施带来的影响效应如何定量描述”有帮助。
推荐人:宋文轩
链接:https://www.khstats.com/blog/otr/otr/
推荐语:仅通过使用 R 语言,在 nara
和 eventloop
等包的帮助下,昵称为 coolbutuseless 的作者将一款上世纪九十年代的游戏:Another World 移植到了 Linux 平台。虽然 R 语言现在还不能用来完成独立游戏,但这个例子仍然激动人心;同时 R 中的统计和机器学习工具也可能为游戏开发提供帮助。
推荐人:宋文轩
链接:The R programming language is now fast enough to run games on Linux with nara 介绍文章
https://github.com/coolbutuseless/anotherworld 该项目的 GitHub 地址
推荐语:作者提出了一种在黎曼流形上基于Langevin Dynamic和Hamiltonian Dynamix的高效采样方法。这是Sampling领域的经典文章之一, 发表在统计学顶刊JRSSB上。
推荐人:梁杰昊
链接:https://rss.onlinelibrary.wiley.com/doi/10.1111/j.1467-9868.2010.00765.x
推荐语:一个很简单的文本情感分析的入门教程,对于入门文本分析的初学者很友好,但是更针对英文文本,做中文文本分析需要相应做一些调整。
推荐人:赵昊蛟
链接:https://www.youtube.com/watch?v=6el_C3PxSSw youtube视频
https://www.tidytextmining.com/ 博主推荐的文本分析的参考书目
推荐语:Ray是一个用来加速和扩展ML任务的工具集,随着2.0发布,使ML的分布式计算变得更易于扩展。
推荐人:苏锦华
推荐语:PySyft是开源社区OpenMined开源的隐私计算框架,主要针对实现现基于隐私计算的深度学习。 PySyft将联邦学习、多方安全计算(姚期智)以及差分隐私、远程执行等技术结合在一个编程模型中并集成到不同的深度学习框架中,如PyTorch、Keras或TensorFlow;
推荐人:苏锦华
链接:https://github.com/OpenMined/PySyft
推荐语:7月份Rstudio举办了一年一度的rstudio::conf(2022),涵盖了超多有趣的演讲和讨论与豪华的演讲者阵容,快去会议的网站回顾精彩的演讲吧!
推荐人:任怡萌
链接:https://www.rstudio.com/blog/talks-and-workshops-from-rstudio-conf-2022/
推荐语:介绍了如何在 R 中画图时添加数学符号和公式,简单又实用。
推荐人:王祎帆
链接:https://data.library.virginia.edu/mathematical-annotation-in-r/
推荐语:如何用 R 语言可视化 10 亿级纽约出租车出行数据。
推荐人:黄湘云
链接: https://blog.djnavarro.net/posts/2022-08-23_visualising-a-billion-rows/
发表/查看评论