推荐语：数据科学家常常抱怨训练模型只占工作时间的 5%，而 95% 的时间花在处理产品使用 case，捣鼓数据和部署工作。本书的目标是分享方法和建议去更好地处理这 95% 的内容。这本书覆盖机器学习的全过程，从产生想法到上线部署监控，它特别关注模型训练之外的部分。推荐语摘自《Building Machine Learning Powered Applications: Going from Idea to Product》，值得一看。

推荐人：黄湘云

链接：https://mlpowered.com/book/

推荐语：利用 R 语言实现限价单的操作，可以基于 Binance 测试网进行模拟交易，很有意思。

推荐人：王祎帆

链接：https://datawookie.dev/blog/2021/11/binance-spot-trading-limit-orders/

推荐语：Roger D. Peng 等人新出了书籍 Tidyverse Skills for Data Science 基于 Tidyverse 工具箱介绍数据导入、数据变换、数据展示和数据建模等做数据科学的全栈技能，是一部宏篇巨作。

推荐人：黄湘云

链接：https://leanpub.com/tidyverseskillsdatascience/

推荐语：Apple M1 处理器有多快？Harshvardhan 写了一个小的 R 脚本，执行矩阵的奇异值分解，记录各种处理器进行计算所花费的时间。其中，在 MacBook Air (2020) 上测试，这台机器有 1 TB 的 SSD 存储空间、16 GB 的 RAM 和 Apple M1 处理器，运行整个代码块需要 5.6 分钟；在 Microsoft Surface Pro（第 5 代）上进行测试，这台机器有 512 GB 的 SSD 存储、16 GB 的 RAM 和 1.9 GHz Intel Core i7，运行整个代码块需要 12.4 分钟。

推荐人：任怡萌

链接：https://www.harsh17.in/how-fast-is-m1/

推荐语：很多时候我们想要的不是 “随机” 而是 “均匀”。比如，从球面上的均匀分布中随机采样，如果使用一般的随机数方法，得到的点往往是” 不均匀 “的。解决这个问题只需要用到 R 包 randtoolbox 中的 sobol 函数，可以生成非常漂亮的均匀” 随机“数。值得一提的是，sobol sequence 的生成原理在高维空间里并没有想象那么简单，其最开始也是最广泛的应用是计算图形学领域，而 R 中的 sobol 函数也是从 matlab 移植过来的。

推荐人：梁杰昊

链接：https://mirrors.sjtug.sjtu.edu.cn/cran/web/packages/randtoolbox/index.html

彭博社发表的疫情抗击排名显示，菲律宾是抗疫失败者，但菲律宾的抗疫专家却认为这是不公平的。事实上，这一排名试图将一个国家在 “社会和经济动荡最少” 的情况下应对疫情的能力提炼为一个数字，导致多数西方国家排名非常高。表面上看是客观的，实际上在数据选择、因素选择、权重选择上都存在偏差。根据线性回归重建这一模型，删除某些变量后，也许可以改变菲律宾排在最后的地位。

推荐人：操懿

链接：https://cartesianfaith.com/2021/11/08/lies-damned-lies-and-rankings-the-problem-with-bloombergs-covid-resilience-ranking/

推荐语：很喜欢用树模型，但很不会画，以前网上查到的博客大多画出来不好看，节点一多就是黑压压的一片。发现一本书专讲树模型的可视化，详细介绍了 ggtree, tidytree, treeio 等包和很多其他相关操作，妈妈再也不用担心我不会画树啦！

推荐人：任焱

链接：https://yulab-smu.top/treedata-book/index.html

推荐语：纵观许先生一生，结合历史发展和时代背景，可以说是云谲波诡、世事难料，不免感慨人之渺小。历史的车轮无论是向前滚还是向后退，个人都是渺小的，无论你多有才华，此处不做过多评论。无论是看个人简介、看书、看文章、看访谈都能看到一些自己没有经历过的、甚至也经历不了的故事和人生，从中体会到些许感悟和触动。

推荐人：黄湘云

链接：https://www.math.pku.edu.cn/misc/probstat/doc.pdf

推荐语：如何合理、恰当、规范地引用 R 和 R 包，应当是 R 的使用者应当知道的事情，本文介绍了引用 R 和 R 包的重要性，以及引用时候遵循和一些原则和具体操作。

推荐人：赵昊蛟

链接：https://ropensci.org/blog/2021/11/16/how-to-cite-r-and-r-packages/

推荐语：推荐 MIT 课程《数据科学中的数学》，对数据科学感兴趣、尤其是对科研感兴趣的同学可以参考。

推荐人：向悦

链接：https://ocw.mit.edu/courses/mathematics/18-s096-topics-in-mathematics-of-data-science-fall-2015/lecture-notes/

推荐语：这是一份个人翻译的 ESL 笔记，并且包含部分习题的解答，目前在 Github 有 1.8k 的 star。主要的更新时间是在 2018 和 2019 年（英文版采用 2017 年获取的第二版电子版），作者目前应该还在持续维护中。

推荐人：孔令仁

链接：esl.hohoweiya.xyz;https://github.com/szcf-weiya/ESL-CN/

推荐语：奇怪的 R 语言社群增加了，这个网站提供了关于钓鱼方面统计分析的各种 R 包工具和数据集。

推荐人：孔令仁

链接：http://derekogle.com/fishR/

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。

实践体会 | 质量大数据分析的挑战与范式 →

发表 / 查看评论