本周投稿：谢益辉 冷静 施涛 肖楠

• 从历史上看, 一个国家要变成大国, 变成真正受人尊敬的大国, 或者一个科学界, 要衡量它的成熟以及它本身的品质, 其中一个很重要的衡量标准是它怎么对待学术成就和学术风范。吴建福教授所谈论的三重境界可以看做我们自我认识的一座标杆。传送门。以及吴建福教授在北大的讲座。
• R 与网络： 与普通的扩散研究不同，网络扩散开始考虑网络结构对于扩散过程的影响。在各式各样的网络中扩散过程都是何种形式？用 R 出手，一目了然。
• R Application in Stock： 看来经济学诺贝尔奖的余温未平，虽然长期的股票价格表现出一些规律，但短期内却显得繁芜丛杂，不看长线看短线，股票价格是可预测的嘛？
• R 画图： R 能输出 SPSS 那样漂亮的图表输出嘛？有需要的童鞋看过来。
• R 与 Data Science： “秀恩爱，死的快。” 相信脸谱网前两天关于情侣关系的展示给了您深刻的印象。什么什么，striking points, no details？来看看这位极客大侠给我们的解译。
• Machine Learning： 用机器学习的方法玩 Flappy Bird 游戏, 正所谓高端大气，狂炫酷拽。（这位兄台你这么酷，你女朋友知道吗？咳咳，花这么多时间研究这个怎么会有女朋友……）
• 新鲜的老生常谈： 当我们谈论数据科学的时候，我们在谈论什么？这是一群新生的探索，也是一群老生的总结。不愤不启，不悱不发，正确的提出问题，才有可能找到解答。在一问一答中，理解数据科学。
• 数据可视化： 数据可视化中颜色的运用。数据可视化中，用色彩来表示一些变量往往可以起到很显著的视觉效果，但是在颜色的 HSV(hue, saturation, value) 表示中的等距对人的视觉来说不一定等距，这就可能造成一些理解上的偏差。文章介绍了几个避免的方法。愿意深入了解的可以看看 IBM 的博文： Why Should Engineers and Scientists Be Worried About Color? 探其因，穷其理，辨其思。
• Timeline of statistics: 温故而知新，可以为师矣。从上古开天辟地，到如今的数据科学，了解过去的发展，才能知道未来的走向。

• 数据科学远见：（普渡众生大学）的 Cleveland 老爷子，在 2001 年就写了一篇文章，提出了他的对数据科学这个学科设置的构想。

  • Multidisciplinary Investigation (25%) — collaboration with subject areas
  • Models and Methods for Data (20%) — more traditional applied statistics
  • Computing with Data (15%) — hardware, software, and algorithms
  • Pedagogy (15%) — how to teach the subject
  • Tool Evaluation (5%) — keeping track of new tech
  • Theory (20%) — the math behind the data
• 这篇文章是一系列其它有关统计教育的文章中的一篇，这一期文章的目录参见链接。可以看看 21 世纪初的时候，统计学家们认为统计学科应该何处去。

敬告各位友媒，如需转载，请与统计之都小编联系（直接留言或发至邮箱：[email protected]），获准转载的请在显著位置注明作者和出处（转载自：统计之都），并在文章结尾处附上统计之都微信二维码。

发表 / 查看评论